Forschungsdesign der Masterarbeit: Methodik-Kapitel aufbauen und begründen

Das Forschungsdesign deiner Masterarbeit ist der strategische Rahmen, der festlegt, wie du deine Forschungsfrage beantwortest. Es verbindet Erkenntnisinteresse, Datenerhebung und Auswertung zu einem schlüssigen Plan. Hier erfährst du, wie du das Methodik-Kapitel strukturierst und deine Designentscheidung überzeugend begründest. Kläre bei Forschung mit Menschen Datenschutz, Einwilligung und ein eventuell erforderliches Ethikvotum, bevor du Daten erhebst. Eine spätere Begründung repariert keine fehlende Freigabe.

Inhaltsverzeichnis

Was ist ein Forschungsdesign?

Das Forschungsdesign ist der Bauplan deiner empirischen Arbeit. Es beantwortet die Frage: Wie gehst du vor, um deine Forschungsfrage zu beantworten? Während die Forschungsfrage das Ziel definiert, zeigt das Design den Weg dorthin.

Ein gutes Forschungsdesign verbindet drei Ebenen miteinander. Auf der epistemologischen Ebene legst du fest, welche Art von Wissen du erzeugen willst: Geht es um das Verstehen subjektiver Bedeutungen oder um das Erklären messbarer Zusammenhänge? Auf der methodologischen Ebene wählst du den passenden Forschungsansatz: qualitativ, quantitativ oder eine Kombination. Auf der praktischen Ebene planst du die konkrete Umsetzung: Welche Daten erhebst du wie, und wie wertest du sie aus?

Das Design ist kein Selbstzweck. Es dient dazu, deine Forschungsfrage valide zu beantworten. Deshalb steht am Anfang jeder Designentscheidung die Frage: Passt dieser Ansatz zu dem, was ich herausfinden will?

In 60 Sekunden zum passenden Design

Bevor du dich in Details verlierst, hilft ein schneller Entscheidungspfad. Die folgenden sechs Fragen führen dich systematisch zum passenden Forschungsdesign. Beantworte sie in dieser Reihenfolge.

1. 1

   Erkenntnisziel

   Willst du ein Phänomen erkunden, seinen Zustand beschreiben, Zusammenhänge prüfen oder eine Ursache-Wirkungs-Beziehung untersuchen?

2. 2

   Hypothesen generieren oder prüfen

   Willst du neue Hypothesen generieren (explorativ) oder bestehende Annahmen prüfen (hypothesenprüfend/konfirmatorisch)?

3. 3

   Forschungsansatz

   Brauchst du Tiefe und Kontext (qualitativ), Breite und Messbarkeit (quantitativ) oder beides (mixed)?

4. 4

   Zeitbezug

   Reicht eine Momentaufnahme (Querschnitt) oder musst du Entwicklungen über Zeit erfassen (Längsschnitt)?

5. 5

   Datenquelle

   Erhebst du selbst neue Daten (Primärdaten) oder nutzt du vorhandene Datensätze/Literatur (Sekundärdaten)?

6. 6

   Kontrollgrad

   Kannst du Variablen manipulieren (Experiment) oder beobachtest du nur (Beobachtungsstudie)?

Die Antworten auf diese Fragen ergeben zusammen dein Forschungsdesign. Beispiel: „Explorativ-qualitatives Querschnittdesign mit Primärdatenerhebung“ oder „Explanativ-quantitatives Quasi-Experiment mit Sekundärdaten.“ Im nächsten Abschnitt findest du die wichtigsten Design-Typen und Designachsen im Detail.

Design-Typen und Designachsen

Neben dem Erkenntnisziel (explorativ, deskriptiv, explanativ, kausal) gibt es weitere Designachsen, die du festlegen musst. Zusammen ergeben sie dein vollständiges Forschungsdesign.

Erkenntnisziel: Explorativ. Du entdeckst neue Phänomene, erkennst erste Strukturen und generierst Hypothesen. Typische Frage: „Wie erleben Beschäftigte den Wechsel ins Homeoffice?“ Für eine eng gefasste Interviewstudie kannst du beispielsweise zunächst 8 bis 15 Gespräche planen. Ob das genügt, hängt von Fragestellung, Vielfalt der Fälle und Informationsgehalt ab; prüfe den Umfang während der Auswertung.

Erkenntnisziel: Deskriptiv. Du beschreibst Phänomene systematisch, erfasst Häufigkeiten und Verteilungen. Typische Frage: „Wie verbreitet ist flexible Arbeitszeitgestaltung in deutschen KMU?“ In Masterarbeiten gut umsetzbar mit standardisierter Umfrage.

Erkenntnisziel: Explanativ. Du untersuchst Zusammenhänge und prüfst theoretisch abgeleitete Annahmen. Typische Frage: „Wie hängt der Führungsstil mit der Mitarbeiterzufriedenheit zusammen?“ Das lässt sich in einer Masterarbeit mit Korrelations- oder Regressionsanalysen untersuchen. Eine statistische Hypothesenprüfung weist jedoch nicht automatisch eine Ursache nach. Kausale Deutungen brauchen eine passende Identifikationsstrategie, also einen Plan, wie dein Design alternative Erklärungen ausschließt, und begründete Annahmen, etwa zur Kontrolle gemeinsamer Ursachen. Ein Panelmodell oder eine Instrumentalvariable genügt ohne die jeweils erforderlichen Annahmen ebenfalls nicht.

Erkenntnisziel: Kausal. Du untersuchst Ursache-Wirkungs-Beziehungen und schätzt Interventionseffekte. Typische Frage: „Steigert ein Achtsamkeitstraining die Stressresistenz?“ Ein eigenes Experiment kann in einer Masterarbeit aufwändig sein, wenn Randomisierung, Rekrutierung und Kontrollbedingungen organisiert werden müssen.

Designachse: Querschnitt vs. Längsschnitt

Querschnitt: Daten werden zu einem Zeitpunkt erhoben. Passt für Ist-Zustandsanalysen und Gruppenvergleiche. Beispiel: „Wie zufrieden sind Studierende aktuell mit der digitalen Lehre?“

Längsschnitt: Daten werden über mehrere Zeitpunkte erhoben. Passt, wenn Entwicklung, Veränderung oder zeitliche Abfolgen im Fokus stehen. Beispiel: „Wie verändert sich die Studienmotivation im Verlauf des ersten Semesters?“

Designachse: Experiment vs. Beobachtungsstudie

Experiment/Quasi-Experiment: Du untersuchst eine Intervention. Im randomisierten Experiment werden die Bedingungen zufällig zugewiesen, im Quasi-Experiment fehlt diese Zufallszuweisung. Kausale Aussagen hängen davon ab, wie das Design alternative Erklärungen ausschließt. Beispiel: „Gruppe A erhält Training X, Gruppe B nicht. Unterscheidet sich die Leistung?“

Beobachtungsstudie: Du beobachtest und misst ohne eigene Intervention. Beispiel: „Korreliert Mediennutzung mit Schlafqualität?“ Eine solche Zusammenhangsanalyse allein belegt keine Ursache. Für kausale Schlussfolgerungen aus Beobachtungsdaten sind zusätzliche Identifikationsannahmen nötig.

Designachse: Einzelfallstudie vs. vergleichende Fallstudie

Einzelfallstudie: Du untersuchst einen Fall tiefgehend aus mehreren Perspektiven. Passt für komplexe, kontextgebundene Phänomene. Beispiel: „Wie hat Unternehmen X die digitale Transformation umgesetzt?“

Vergleichende Fallstudie: Du untersuchst mehrere Fälle und vergleichst sie systematisch. Ermöglicht Musteridentifikation. Beispiel: „Wie unterscheiden sich erfolgreiche und weniger erfolgreiche Startups in ihrer Fehlerkultur?“

Designachse: Primärdaten vs. Sekundärdaten

Primärdaten: Du erhebst die Daten selbst (Interviews, Umfragen, Beobachtungen). Erhebung passend zur Forschungsfrage planbar, aber zeitaufwändig. Beispiel: „Befragung von 150 Studierenden zur Prüfungsangst.“

Sekundärdaten: Du nutzt bereits existierende Daten (SOEP, Eurobarometer, Unternehmensdaten, Dokumente). Größere Stichproben möglich, aber du bist an vorhandene Variablen gebunden. Beispiel: „Analyse des SOEP-Datensatzes zu Einkommensungleichheit.“

Diese Achsen kombinierst du zu deinem vollständigen Design. Beispiel: „Explanativ-quantitatives Querschnittdesign mit Primärdatenerhebung (Beobachtungsstudie).“ Im Methodik-Kapitel benennst du jede dieser Entscheidungen und begründest sie im Hinblick auf deine Forschungsfrage.

Aufbau des Methodik-Kapitels

Das Methodik-Kapitel folgt einer klaren Logik: vom Allgemeinen zum Konkreten. Du startest mit dem übergeordneten Forschungsdesign und arbeitest dich dann zu den Details der Umsetzung vor. Diese Struktur hilft Lesenden, deinen methodischen Entscheidungen zu folgen.

Baustein 1: Forschungsdesign und Begründung

Stelle dein Forschungsdesign vor und begründe, warum es zur Forschungsfrage passt. Nenne den Design-Typ (explorativ, explanativ etc.), den Forschungsansatz (qualitativ, quantitativ, mixed), den Zeitbezug (Quer-/Längsschnitt) und die Datenquelle (Primär-/Sekundärdaten). Erkläre, welche Erkenntnisse du damit gewinnen kannst und warum Alternativen weniger geeignet wären.

Baustein 2: Erhebungsmethode

Beschreibe die konkrete Methode der Datenerhebung: Interview, Umfrage, Beobachtung, Dokumentenanalyse oder Experiment. Erkläre, welche Variante du gewählt hast (z. B. halbstrukturiertes Leitfadeninterview) und warum diese zum Design passt. Verweise auf methodische Grundlagenliteratur.

Baustein 3: Stichprobe und Sampling

Definiere deine Grundgesamtheit und Stichprobe. Beschreibe die Sampling-Strategie: Zufallsauswahl, gezielte Auswahl (purposive sampling), Schneeballverfahren. Begründe die Stichprobengröße: quantitativ etwa mit einer Power-Analyse oder der gewünschten Schätzpräzision, qualitativ mit Forschungsziel, Auswahlstrategie und Informationsgehalt, gegebenenfalls mit einem zum Ansatz passenden Sättigungskriterium. Stelle die Merkmale deiner tatsächlichen Stichprobe vor.

Baustein 4: Erhebungsinstrument

Stelle dein Erhebungsinstrument vor: Interviewleitfaden, Fragebogen, Beobachtungsraster. Erkläre, wie du es entwickelt hast: Basiert es auf validierten Skalen? Hast du einen Pretest durchgeführt? Bei Fragebögen: Beschreibe die Operationalisierung der Konstrukte. Den vollständigen Leitfaden oder Fragebogen fügst du in den Anhang ein.

Baustein 5: Durchführung

Beschreibe den praktischen Ablauf der Datenerhebung: Zeitraum, Setting, Kontaktaufnahme, Ablauf der Interviews oder Umfrage. Bei Interviews: Wie wurden sie aufgezeichnet und transkribiert? Bei Umfragen: Über welche Kanäle wurde rekrutiert? Gehe auch auf ethische Aspekte ein: Einwilligung, Anonymisierung, Datenschutz.

Baustein 6: Auswertungsverfahren

Stelle das Verfahren zur Datenauswertung vor. Qualitativ: etwa qualitative Inhaltsanalyse nach Mayring oder Kuckartz oder die Dokumentarische Methode. Bei Grounded Theory erläuterst du zusätzlich das Zusammenspiel von Datenerhebung, fortlaufendem Vergleich, Fallauswahl und Theorieentwicklung. Quantitativ: Deskriptive Statistik, inferenzstatistische Verfahren (Regression, t-Test, ANOVA), verwendete Software. Erkläre die einzelnen Schritte und verweise auf Methodenliteratur.

Baustein 7: Gütekriterien und Limitationen

Reflektiere die Qualität deines Vorgehens mit konkreten Maßnahmen. Qualitativ: Je nach Ansatz: Codierleitfaden mit Ankerbeispielen, Intercoder-Check oder Peer-Debriefing, Audit-Trail (dokumentierter Analyseprozess), Reflexion der Forscherrolle und Begründung des Materialumfangs. Wenn Sättigung zum Ansatz gehört, dokumentiere ihre Beurteilung. Quantitativ: Pretest des Instruments, für die Skala passende Reliabilitätsprüfung, Umgang mit Missing Values, Prüfung der für das gewählte Verfahren relevanten Annahmen und gegebenenfalls Robustheitschecks.

Nenne auch die Grenzen deines Designs: Was kann es nicht leisten? Welche Einschränkungen der Generalisierbarkeit gibt es? Diese Transparenz zeigt wissenschaftliche Reife.

Diese Bausteine bilden das Gerüst. Die Gliederung deiner Masterarbeit bestimmt, ob du jeden Baustein als eigenes Unterkapitel setzt oder mehrere zusammenfasst. Die Gesamtlänge des Methodik-Kapitels ergibt sich aus den Vorgaben und der Komplexität deines Designs. Beschreibe jeden Baustein so ausführlich, dass dein Vorgehen nachvollziehbar und, soweit passend, reproduzierbar ist.

Drei Beispiele für die Designbegründung

Die Begründung des Forschungsdesigns ist der kritische Punkt im Methodik-Kapitel. Die folgenden drei fiktiven Beispiele zeigen, wie du von der Forschungsfrage zum Design kommst, Alternativen abwägst und Limitationen benennst.

Beispiel 1: Qualitativ-explorativ

Forschungsfrage: „Wie erleben Pflegekräfte die Einführung digitaler Dokumentationssysteme?“

Design: Explorativ-qualitatives Querschnittdesign mit leitfadengestützten Interviews (12 Pflegekräfte). Auswertung per qualitativer Inhaltsanalyse nach Kuckartz.

Warum nicht quantitativ? Eine standardisierte Umfrage hätte zwar eine größere Stichprobe ermöglicht, aber die subjektiven Deutungsmuster und Bewältigungsstrategien nicht tiefgehend erfasst. Der Forschungsstand zu diesem spezifischen Kontext ist dünn, sodass Hypothesenbildung sinnvoller ist als Hypothesenprüfung.

Beispiel 2: Quantitativ-explanativ

Forschungsfrage: „Wie hängen Führungsstil und Teamklima mit der Innovationsbereitschaft von Mitarbeitenden zusammen?“

Design: Explanativ-quantitatives Querschnittdesign mit standardisierter Online-Umfrage (n = 280). Auswertung per multipler Regression, validierte Skalen für alle Konstrukte.

Warum nicht qualitativ? Die Forschungsfrage zielt auf die Prüfung theoretisch abgeleiteter Zusammenhänge. Qualitative Interviews hätten zwar tiefere Einblicke in Einzelfälle geboten, aber keine statistisch belastbaren Aussagen über Zusammenhangsstärken ermöglicht.

Beispiel 3: Mixed Methods

Forschungsfrage: „Wie nehmen Studierende Feedback in Online-Kursen wahr und welche Faktoren hängen mit der wahrgenommenen Nützlichkeit zusammen?“

Design: Sequenziell-explanatives Mixed-Methods-Design. Phase 1: Umfrage (n = 180) zu Feedback-Wahrnehmung und damit verbundenen Merkmalen. Phase 2: 8 vertiefende Interviews zur Erklärung auffälliger Zusammenhänge aus Phase 1.

Warum Mixed Methods? Die Umfrage schätzt, welche Merkmale miteinander zusammenhängen. Darauf aufbauend vertiefen die Interviews, wie Studierende diese Zusammenhänge erklären. Beide Befunde werden gemeinsam interpretiert, um mögliche Erklärungen für die Zusammenhänge zu entwickeln. Ein rein qualitatives Design hätte Häufigkeiten im untersuchten Material beschreiben können, aber keine statistisch abgesicherten Schätzungen für die Zielpopulation geliefert.

Pflicht-Elemente: Design-Typ, Forschungsansatz, Zeitbezug, Passung zur Forschungsfrage, mindestens eine Alternative, Verweis auf Methodenliteratur, Limitationen.

Sonderfall: Sekundärdaten und Literaturreview

Nicht jede Masterarbeit erhebt eigene Daten. Wenn du mit Sekundärdaten arbeitest oder ein systematisches Literaturreview durchführst, brauchst du trotzdem ein vollständiges Methodik-Kapitel. Hier sind die Besonderheiten.

Bei Sekundärdatenanalysen beschreibst du: Herkunft und Qualität des Datensatzes (wer hat ihn erhoben, wann, wie?), deine Auswahlkriterien für Variablen und Fälle, wie die Konstrukte im Originaldatensatz operationalisiert wurden, und dein Analyseverfahren. Benenne auch Grenzen: Im vorhandenen Datensatz bist du an die erhobenen Merkmale gebunden. Eine ergänzende eigene Erhebung wäre ein zusätzlicher Studienteil.

Bei systematischen Literaturreviews dokumentierst du Suchstrategie (Datenbanken, Suchstrings, Zeitraum), Ein- und Ausschlusskriterien, Studienauswahl, Datenextraktion, Qualitätsbewertung und Syntheseverfahren (narrativ, thematisch oder meta-analytisch). Ein PRISMA-Flowchart macht die Auswahl nachvollziehbar; PRISMA ist eine Berichtsleitlinie. Die ausgewählten Studien bilden deine Datengrundlage, ihre Ergebnisse werden systematisch zusammengeführt.

Auch ohne eigene Erhebung ist das Methodik-Kapitel entscheidend. Die Gütekriterien richten sich nach der Datenquelle: Bei Sekundärdaten bleiben die Qualität und Messung der ursprünglichen Erhebung relevant. Bei systematischen Reviews zählen unter anderem nachvollziehbare Suche und Auswahl, die Bewertung der Studien sowie eine transparente Synthese.

Typische Fehler vermeiden

Bei der Entwicklung und Darstellung des Forschungsdesigns passieren einige Fehler immer wieder. Hier sind die häufigsten mit konkreten Strategien, sie zu vermeiden.

• Design ohne Begründung präsentieren

  Problem: Manche beschreiben nur, was sie gemacht haben, aber nicht, warum. Das wirkt beliebig.

  So behebst du es: Beginne jeden methodischen Abschnitt mit der Begründung, bevor du die Umsetzung beschreibst. Frage dich bei jeder Entscheidung: Wie erkläre ich, warum ich das so gemacht habe?

• Forschungsfrage und Design passen nicht zusammen

  Problem: Ein rein exploratives Vorgehen ersetzt keine vorab geplante Hypothesenprüfung. Eine Umfrage mit 20 Teilnehmenden kann für ein komplexes Regressionsmodell zu wenig Präzision oder Power bieten; statistische Inferenz ist bei kleinen Stichproben aber nicht grundsätzlich ausgeschlossen.

  So behebst du es: Formuliere deine Forschungsfrage präzise, bevor du das Design festlegst. Prüfe dann systematisch: Kann dieses Design diese Frage beantworten?

• Methodik zu oberflächlich beschrieben

  Problem: Pauschalaussagen wie „Es wurden Interviews geführt und qualitativ ausgewertet“ reichen nicht.

  So behebst du es: Sei konkret. Wie viele Interviews? Mit wem? Wie lange? Welche Transkriptionsregeln? Welches Auswertungsverfahren mit welchen Schritten? Betreuende erwarten Details.

• Gütekriterien vergessen

  Problem: Viele Arbeiten beschreiben das Vorgehen, aber nicht, wie die Qualität gesichert wurde.

  So behebst du es: Plane für jedes relevante Gütekriterium (Reliabilität, Validität, Transparenz, Sättigung) mindestens eine konkrete Maßnahme und beschreibe sie explizit.

• Methodenliteratur nicht zitiert

  Problem: Wer eine qualitative Inhaltsanalyse nach Mayring ankündigt, sollte Mayring auch zitieren.

  So behebst du es: Lies das Standardwerk zu deiner Methode und verweise im Text darauf. Das zeigt methodische Kompetenz und verankert dein Vorgehen wissenschaftlich.

Nächste Schritte

Dein Forschungsdesign steht auf dem Papier. Diese vier Schritte bringen dich von der Planung zur Umsetzung.

1. 1

   Design mit Betreuung abstimmen

   Bevor du mit der Datenerhebung startest, besprich dein Forschungsdesign mit deiner Betreuungsperson. Bringe eine kurze Skizze mit: Forschungsfrage, Design-Typ, Stichprobe, Erhebungs- und Auswertungsmethode. Kläre, ob die methodischen Entscheidungen aus Sicht des Lehrstuhls tragfähig sind. Feedback in dieser Phase spart später viel Arbeit.

2. 2

   Erhebungsinstrument entwickeln und testen

   Erstelle deinen Interviewleitfaden oder Fragebogen. Plane einen Pretest, der die relevanten Zielgruppen, Verständnisprobleme und technischen Pfade abdeckt. Dokumentiere Auswahl, Erkenntnisse und die daraus abgeleiteten Änderungen.

3. 3

   Ethik und Datenschutz klären

   Prüfe, ob du eine Genehmigung der Ethikkommission benötigst. Kläre Rechtsgrundlage, Teilnehmerinformation und, falls sie die Rechtsgrundlage ist, Einwilligung mit der zuständigen Stelle. Plane Datenminimierung, Zugriffe, Pseudonymisierung oder Anonymisierung sowie Löschung. Diese Aspekte gehören auch ins Methodik-Kapitel.

4. 4

   Zeitplan konkretisieren

   Plane realistische Zeitblöcke für Rekrutierung, Datenerhebung, Transkription (bei Interviews) und Auswertung. Qualitative Auswertungen dauern oft länger als erwartet. Ein detaillierter Zeitplan hilft, den Überblick zu behalten.

Steht das Methodik-Kapitel, geht es an die Datenanalyse und die Darstellung deiner Ergebnisse. Wenn alles fertig ist, kannst du deine Masterarbeit drucken lassen.

Häufig gestellte Fragen

Was ist der Unterschied zwischen Forschungsdesign und Methode?

Das Forschungsdesign ist der übergeordnete Plan deiner Untersuchung: Es legt fest, wie du deine Forschungsfrage beantwortest (z. B. explorativ, explanativ). Die Methode ist das konkrete Werkzeug zur Datenerhebung (z. B. Interview, Umfrage) oder Auswertung (z. B. Inhaltsanalyse, Regression). Das Design gibt den Rahmen vor, die Methode füllt ihn aus.

Wann wähle ich Querschnitt und wann Längsschnitt?

Querschnitt erfasst Daten zu einem Zeitpunkt und eignet sich für Ist-Zustandsanalysen oder Vergleiche zwischen Gruppen. Längsschnitt erhebt Daten über mehrere Zeitpunkte und zeigt Veränderungen und zeitliche Abfolgen. Für Masterarbeiten ist der Querschnitt meist praktikabler, da der Zeitrahmen begrenzt ist. Ein Längsschnitt passt, wenn Entwicklung dein Erkenntnisziel ist und du genug Zeit hast.

Was ist ein Fallstudiendesign und wie begründe ich es?

Ein Fallstudiendesign untersucht einen oder wenige Fälle (z. B. Organisation, Projekt, Person) tiefgehend und aus mehreren Perspektiven. Du begründest es, wenn dein Phänomen kontextgebunden ist und du „Wie“- oder „Warum“-Fragen beantworten willst. Erkläre die Fallauswahl (typisch, extrem, kritisch) und wie du mit verschiedenen Quellen deine Interpretation prüfst und auch widersprüchliche Befunde berücksichtigst.

Was schreibe ich ins Forschungsdesign bei Sekundärdaten oder Literaturreview?

Bei Sekundärdatenanalysen beschreibst du: Herkunft und Qualität des Datensatzes, Auswahlkriterien, Variablen und deren Operationalisierung im Originaldatensatz, dein Analyseverfahren. Bei systematischen Literaturreviews dokumentierst du: Suchstrategie, Datenbanken, Ein-/Ausschlusskriterien, Studienauswahl, Datenextraktion, Qualitätsbewertung und Syntheseverfahren. PRISMA hilft, systematische Reviews transparent zu berichten. Beides erfordert ein vollständiges Methodik-Kapitel.

Wie begründe ich meine Stichprobengröße wissenschaftlich?

Quantitativ: Begründe die Fallzahl anhand deiner Zielanalyse, etwa per Power-Analyse für einen Hypothesentest oder über die gewünschte Präzision einer Schätzung. Bei einer Power-Analyse legst du Effektannahme, Alpha und Power offen; kleine Pilotstudien liefern oft ungenaue Effektschätzungen. Qualitativ: Begründe Auswahl und Umfang mit Forschungsziel, Vielfalt der Fälle und Informationsgehalt. Wenn dein Ansatz Sättigung nutzt, beschreibe konkret, wie du sie beurteilt hast.

Wo steht das Forschungsdesign in der Masterarbeit?

Das Forschungsdesign steht typischerweise am Anfang des Methodik-Kapitels, nach dem Theorieteil und vor der Beschreibung der konkreten Erhebung. Du erklärst erst den übergeordneten Ansatz (das Design), dann die spezifischen Erhebungs- und Auswertungsmethoden. So führst du Lesende logisch vom Allgemeinen zum Konkreten.

Muss ich im Methodikteil Alternativen zur gewählten Methode nennen?

Ja, mindestens eine Alternative solltest du nennen, denn das zeigt wissenschaftliche Reflexion. Du musst nicht jede Alternative ausführlich besprechen. Ein bis zwei Sätze reichen: „Eine quantitative Umfrage hätte zwar eine größere Stichprobe ermöglicht, aber die subjektiven Erfahrungen nicht tiefgehend erfasst.“ Das stärkt deine Begründung.

Wann wähle ich ein exploratives und wann ein hypothesenprüfendes Design?

Explorativ: Wenn dein Forschungsgegenstand wenig erforscht ist und du erst herausfinden willst, welche Faktoren relevant sind. Hypothesenprüfend (konfirmatorisch): Wenn du aus der Theorie abgeleitete Annahmen statistisch testen willst. Die Forschungsfrage zeigt die Richtung: „Was passiert bei X?“ deutet auf explorativ, „Hat X einen signifikanten Effekt auf Y?“ auf hypothesenprüfend. Hypothesenprüfend bedeutet nicht automatisch kausal. Für Kausalaussagen brauchst du eine begründete Identifikationsstrategie: etwa Randomisierung oder bei nicht randomisierten Studien nachvollziehbare Annahmen zum Umgang mit Störfaktoren. Längsschnittdaten oder ein Regressionsmodell allein reichen dafür nicht.

Wie lang sollte das Methodik-Kapitel in einer Masterarbeit sein?

Dafür gibt es keinen fachübergreifenden Seitenanteil. Richte dich nach den Vorgaben deines Fachs und beschreibe Forschungsdesign, Stichprobe, Erhebung, Auswertung und Gütekriterien so ausführlich, dass dein Vorgehen nachvollziehbar und, soweit passend, reproduzierbar ist.

Weitere interessante Artikel

Verteidigung der Masterarbeit

Abkürzungsverzeichnis erstellen

Ergebnisse in der Masterarbeit