Qualitative und quantitative Forschung in der Masterarbeit

Notizbuch mit Sprechblase, Handyumfrage und Datentabelle als Symbole für qualitative und quantitative Forschung in der Masterarbeit.

Qualitative oder quantitative Forschung in deiner Masterarbeit? Diese Entscheidung prägt dein gesamtes Forschungsdesign. Hier findest du eine klare Gegenüberstellung beider Ansätze, eine Entscheidungshilfe und konkrete Hinweise, wie du deine Wahl im Methodikteil begründest.

Auf einen Blick
  • Quantitativ: arbeitet mit Zahlen, beschreibt Verteilungen und prüft Hypothesen statistisch (z. B. mit Umfragen).

  • Qualitativ: arbeitet mit Texten und erklärt Perspektiven (z. B. Interviews).

  • Wähle quantitativ, wenn du Häufigkeiten, Unterschiede oder Zusammenhänge messen willst, und qualitativ für tiefes Verstehen von Prozessen und Deutungen.

Inhaltsverzeichnis

Qualitativ vs. quantitativ: Unterschiede im Überblick

Der Unterschied zwischen qualitativer und quantitativer Forschung liegt nicht in der Qualität, sondern im Erkenntnisinteresse. Quantitative Forschung fragt: Wie viel, wie oft, wie stark? Qualitative Forschung fragt: Wie, warum, was bedeutet das?

Häufige Missverständnisse: Qualitativ bedeutet nicht nur Interviews. Auch Dokumentenanalysen, Beobachtungen oder Bildanalysen sind qualitative Methoden. Quantitativ bedeutet nicht automatisch große Stichprobe. Auch mit 40 Teilnehmenden kann ein t-Test sinnvoll sein, wenn Effekt und Power stimmen. Bei Inhaltsanalysen entscheidet das Erkenntnisinteresse über den Schwerpunkt: Qualitative Interpretation und quantitative Häufigkeitsauswertung können auch kombiniert werden.

Gegenüberstellung mit Buch und Streudiagramm zeigt qualitative und quantitative Forschung der Masterarbeit als Verstehen und Messen.

Ein Beispiel verdeutlicht den Unterschied. Angenommen, du untersuchst die Einführung von Homeoffice in Unternehmen. Eine quantitative Studie könnte fragen: „Gibt es einen Zusammenhang zwischen Homeoffice-Anteil und Arbeitszufriedenheit?“ Du würdest eine Umfrage mit Skalen durchführen und die Daten statistisch auswerten.

Eine qualitative Studie zum gleichen Thema könnte fragen: „Wie erleben Beschäftigte den Wechsel zwischen Büro und Homeoffice?“ Du würdest offene Interviews führen und die Aussagen interpretativ auswerten. Beide Ansätze sind wissenschaftlich valide, beantworten aber unterschiedliche Fragen.

Hinweis zu Vorgaben: Manche Studiengänge oder Betreuende bevorzugen bestimmte Ansätze. Prüfe früh, ob es Vorgaben gibt. Im Zweifel sprich die geplante Methode mit deiner Betreuung ab, bevor du mit der Datenerhebung beginnst.

Quantitative Forschung: Messen und Prüfen

Quantitative Forschung arbeitet mit Zahlen. Du erhebst Daten in standardisierter Form, etwa durch Fragebögen mit vorgegebenen Antwortmöglichkeiten. Je nach Forschungsfrage beschreibst du Verteilungen, schätzt Zusammenhänge oder prüfst Hypothesen statistisch.

Merkmale quantitativer Forschung

Ziel: Verteilungen beschreiben, Zusammenhänge schätzen oder Hypothesen testen. Ob du Ergebnisse auf eine größere Population übertragen kannst, hängt unter anderem von Stichprobenauswahl und Design ab.

Datenform: Zahlen, die statistisch ausgewertet werden. Du arbeitest mit Häufigkeiten, Mittelwerten, Korrelationen oder Regressionen.

Stichprobe: Als erste Planungsbeispiele kannst du etwa 50 Personen pro Gruppe für einen t-Test oder 100 und mehr Fälle für eine einfache Korrelation oder Regression durchrechnen. Komplexe Modelle wie SEM oder Mehrebenenanalysen erfordern eine eigene Planung, gegebenenfalls mit Simulationen. Begründe die Fallzahl anhand der gewünschten Power oder Schätzpräzision und der Annahmen deines konkreten Designs.

Typische Methoden: Standardisierte Umfragen (Online oder Paper-Pencil), Experimente mit Kontrollgruppen, Sekundäranalysen vorhandener Datensätze.

Wann quantitativ sinnvoll ist: Du hast eine klare Hypothese und messbare Variablen. Du erreichst genug Teilnehmende für statistisch belastbare Aussagen. Du willst Ergebnisse verallgemeinern oder Zusammenhänge statistisch prüfen.

Typische Fehler quantitativ vermeiden

Stichprobe zu klein: Plane die Fallzahl vorab passend zum Analyseziel, etwa mit einer Power-Analyse (G*Power) oder anhand der gewünschten Schätzpräzision. Plane Ausfälle anhand von Pilotdaten oder vergleichbaren Studien ein und dokumentiere deine Annahme. Falls die Rekrutierung scheitert, stimmst du Änderungen am Design oder Auswertungsplan mit deiner Betreuung ab.

Fragebogen nicht valide: Nutze etablierte Skalen aus der Literatur. Dokumentiere Anpassungen. Lege für den kognitiven Pretest relevante Zielgruppen und Prüfziele fest und teste iterativ Verständnis, Timing und Antwortlogik. Für eine Item- oder Faktorenanalyse brauchst du eine eigenständig geplante, ausreichend informative Stichprobe; eine Schwelle wie n = 30 garantiert das nicht.

Annahmen nicht geprüft: Prüfe die Annahmen des gewählten Verfahrens. Bei klassischer linearer Regression und ANOVA beurteilst du unter anderem die Residuen mit Q-Q-Plots und Residuenplots; nicht alle Rohvariablen müssen normalverteilt sein. Bei verbundenen t-Tests ist die Verteilung der Differenzen relevant, bei unabhängigen Gruppen die Verteilung innerhalb der Gruppen. Welch-Tests setzen keine gleichen Gruppenvarianzen voraus. Berücksichtige außerdem Abhängigkeiten im Design, etwa bei verbundenen Messungen, und prüfe bei multipler Regression mögliche Multikollinearität (VIF). Normalitätstests reagieren bei großen Stichproben auch auf kleine Abweichungen. Wähle bei problematischen Abweichungen ein zum Design passendes robustes oder alternatives Verfahren.

Qualitative Forschung: Verstehen und Interpretieren

Qualitative Forschung arbeitet mit Texten, Beobachtungen und Gesprächen. Du erhebst Daten in offener Form, etwa durch Interviews ohne feste Antwortkategorien. Das Ziel ist, Phänomene zu verstehen und Bedeutungen zu erfassen.

Drei Felder zur qualitativen Forschung der Masterarbeit zeigen die Interviewauswertung mit Codieren, Interpretieren und Reflektieren.
Merkmale qualitativer Forschung

Ziel: Phänomene verstehen, subjektive Perspektiven erfassen, neue Hypothesen entwickeln. Du erkundest, wie Menschen etwas erleben oder deuten.

Datenform: Texte wie Interviewtranskripte, Feldnotizen oder Dokumente. Du arbeitest mit Kategorien, Mustern und Interpretationen.

Stichprobe: Fälle werden gezielt passend zum Erkenntnisziel ausgewählt. Fallzahl und Abbruchkriterium hängen von Ansatz, Heterogenität, Informationsdichte und Analyse ab; theoretische Sättigung ist nur für entsprechend theoriebildende Designs der passende Begriff.

Typische Methoden: Leitfadeninterviews, Fokusgruppen, teilnehmende Beobachtung, qualitative Inhaltsanalyse, Dokumentenanalyse.

Wann qualitativ sinnvoll ist: Du untersuchst ein wenig erforschtes Phänomen. Du willst subjektive Erfahrungen oder Deutungsmuster erfassen. Du erreichst nur wenige Fälle, brauchst aber tiefes Verstehen. Du willst erst explorieren, bevor du Hypothesen formulierst.

Typische Fehler qualitativ vermeiden

Zeitaufwand unterschätzt: Plane pro Interview 4 bis 10 Stunden Gesamtaufwand (Vorbereitung, Durchführung, Transkription, Codierung). Nutze Transkriptionssoftware (f4, Amberscript). Bei einer Inhaltsanalyse entwickelst und erprobst du das Codebuch passend zu deinem deduktiven, induktiven oder kombinierten Vorgehen.

Reflexion fehlt: Führe ein Reflexionsmemo: Notiere nach jedem Interview deine Eindrücke, Irritationen und Vorannahmen. Beschreibe im Methodikteil deine eigene Position zum Thema und wie sie die Interpretation beeinflusst haben könnte.

Materialumfang nicht begründet: Lege ein zum Ansatz passendes Vorgehen fest und überprüfe es während der Analyse. Fiktives Beispiel für eine codebasierte Sättigungsprüfung: „Nach dem 12. Interview wurden in zwei weiteren Interviews keine neuen Kategorien identifiziert.“ Diese Beobachtung allein belegt keine theoretische Sättigung. Dokumentiere zusätzlich, welche Perspektiven und Variationen abgedeckt sind.

Entscheidungshilfe: Welcher Ansatz passt?

Die Wahl zwischen qualitativ und quantitativ folgt deiner Forschungsfrage. Eine gut formulierte Frage enthält bereits Hinweise auf den passenden Ansatz. Hier sind konkrete Entscheidungskriterien.

Zwei fiktive Homeoffice-Fragen zur Methodenwahl, eine Umfrage prüft den Zusammenhang mit Zufriedenheit, ein Interview erfasst Erfahrungen im Wechsel.
Schnellcheck: Quantitativ oder qualitativ?

Zähle, wie viele Aussagen auf dein Vorhaben zutreffen:

Eher quantitativ

  • Ich habe eine klare Hypothese, die ich testen will

  • Meine Variablen sind messbar (Skalen, Häufigkeiten)

  • Ich kann genug Teilnehmende für die geplante Analyse rekrutieren (z. B. 100 und mehr als erster Planungsansatz; final nach Power oder Schätzpräzision begründet)

  • Ich will Zusammenhänge oder Unterschiede statistisch prüfen

  • Ich will Effekte mit Unsicherheit quantifizieren (Konfidenzintervalle, Tests)

  • Ich habe Grundkenntnisse in Statistik (oder Zeit, sie zu erwerben)

Eher qualitativ

  • Ich will ein Phänomen verstehen, nicht messen

  • Mich interessieren subjektive Erfahrungen und Deutungen

  • Ich arbeite mit gezielt ausgewählten Fällen (z. B. 8 bis 20 als Planungsrahmen, begründet nach Ansatz und Informationsgehalt)

  • Das Thema ist wenig erforscht, ich will explorieren

  • Kontext und Tiefe sind wichtiger als Breite

  • Ich habe Zeit für Transkription und systematisches Codieren

Auswertung (Heuristik): 4 oder mehr Treffer bei „Eher quantitativ“ → eher quantitativ. 4 oder mehr Treffer bei „Eher qualitativ“ → eher qualitativ. Die finale Entscheidung hängt von Forschungsfrage, Machbarkeit und der zum Ansatz passenden Stichprobenbegründung ab.

Typische Forschungsfragen und ihr Ansatz:

  • „Gibt es einen Zusammenhang zwischen X und Y?“

    Querschnittsumfrage mit Regression.

  • „Wie erleben Betroffene das Phänomen X?“

    Leitfadeninterviews mit qualitativer Inhaltsanalyse nach Mayring oder Kuckartz.

  • „Hat Intervention X einen Effekt auf Y?“

    Experiment mit Kontrollgruppe.

  • „Wie wird X in Medien dargestellt?“

    Quantitative oder qualitative Inhaltsanalyse, je nach Erkenntnisinteresse.

Tipp

Lies drei bis fünf aktuelle Studien zu deinem Thema. Welche Methoden verwenden sie? Welche Forschungslücken benennen sie? Das hilft dir, deinen eigenen Ansatz zu positionieren und von der Fachliteratur her zu begründen.

Mixed Methods: Wann sich die Kombination lohnt

Mixed Methods kombinieren qualitative und quantitative Verfahren in einer Studie und integrieren deren Daten oder Ergebnisse gezielt. Das kann sinnvoll sein, wenn eine Methode allein deine Forschungsfrage nicht vollständig beantwortet. Voraussetzung ist eine klare Integrationsfrage: Was genau soll durch die Kombination beider Ansätze beantwortet werden, das ein Einzelansatz nicht leisten kann? Ohne diese Frage bleibt Mixed Methods nur doppelter Aufwand ohne Mehrwert.

Drei Mixed-Methods-Designs, explorativ erst qualitativ, explanativ erst quantitativ und konvergent beide parallel, sinnvoll nur mit klarer Integrationsfrage.

Drei Mixed-Methods-Designs

  • Sequenziell-explorativ

    Ablauf

    Erst qualitativ, dann quantitativ. Du führst Interviews, entwickelst daraus Hypothesen und testest sie mit einer Umfrage.

    Wann sinnvoll

    Wenn du ein neues Feld erschließt.

  • Sequenziell-explanativ

    Ablauf

    Erst quantitativ, dann qualitativ. Du führst eine Umfrage durch und vertiefst überraschende Ergebnisse durch Interviews.

    Wann sinnvoll

    Wenn du statistische Befunde erklären willst.

  • Konvergent

    Ablauf

    Beide Methoden parallel. Du erhebst gleichzeitig quantitative und qualitative Daten und vergleichst die Ergebnisse.

    Wann sinnvoll

    Für Triangulation.

Die ehrliche Einschätzung: Mixed Methods erfordern Kompetenz in beiden Ansätzen. Du brauchst Zeit für beide methodischen Teile und ihre Integration. Dabei kannst du auch vorhandene Daten nutzen, etwa eine bestehende Umfrage mit neu geführten Interviews verbinden. Für viele Masterarbeiten ist ein einzelner, sauber umgesetzter Ansatz die bessere Wahl. Prüfe kritisch, ob der Mehrwert den Aufwand rechtfertigt.

So integrierst du qualitative und quantitative Ergebnisse

Joint Display (Matrix): Erstelle eine Tabelle, die quantitative Befunde (z. B. signifikante Korrelationen) und qualitative Befunde (z. B. zentrale Kategorien) nebeneinanderstellt. Zeige für jedes Thema: Was sagen die Zahlen? Was sagen die Interviews? Wo stimmen sie überein, wo nicht?

Connecting: Ein Strang informiert den anderen. Beispiel: Interviewkategorien liefern Items für den Fragebogen, oder Umfrageergebnisse bestimmen, welche Fälle du für Interviews auswählst.

Merging: Du führst qualitative und quantitative Daten oder Ergebnisse zur gemeinsamen Interpretation zusammen, etwa in einem Joint Display oder einer integrierten Diskussion. Die Gewichtung der Stränge und die Kapitelstruktur richten sich nach deinem Design.

Bei Divergenzen: Wenn quantitative und qualitative Ergebnisse sich widersprechen, benenne das explizit. Diskutiere mögliche Erklärungen (z. B. soziale Erwünschtheit in Interviews, Stichprobenunterschiede) und formuliere offene Fragen für Folgeforschung.

Gütekriterien im Vergleich

Gütekriterien zeigen, wie du die Qualität deiner Forschung sicherstellst. Quantitative und qualitative Forschung haben unterschiedliche Kriterien, die du im Methodikteil adressieren solltest.

Gütekriterien quantitativ

  • Reliabilität: Misst dein Instrument zuverlässig? Berichte Cronbachs Alpha oder eine andere zum Messmodell passende Kennzahl samt Unsicherheit. Interpretiere sie anhand von Dimensionalität, Itemzahl, Messzweck und bisheriger Evidenz statt über eine universelle Schwelle.
  • Validität: Misst du, was du messen willst? Nutze validierte Skalen und prüfe, ob sie zu deinem Kontext passen. Beschreibe ggf. Anpassungen.
  • Objektivität: In welchem Maß sind Durchführung, Auswertung und Interpretation von der ausführenden Person unabhängig? Standardisierung und transparente Regeln reduzieren Spielräume, beseitigen sie aber nicht automatisch.

Gütekriterien qualitativ

  • Transparenz: Ist dein Vorgehen nachvollziehbar? Dokumentiere Sampling, Erhebung und Auswertung so, dass andere es rekonstruieren können.
  • Reflexivität: Reflektierst du deine eigene Rolle? Beschreibe deine Vorannahmen und wie sie die Interpretation beeinflussen könnten.
  • Angemessener Materialumfang: Begründe, warum Fallauswahl und Informationsgehalt deine Forschungsfrage tragen. Nutzt dein Ansatz Sättigung, dokumentiere deren Kriterien und Prüfung.

Betreuende erwarten, dass du Gütekriterien nicht nur nennst, sondern konkret beschreibst, wie du sie erfüllst. Ein Satz wie „Die Studie erfüllt die Gütekriterien“ reicht nicht. Zeige, was du getan hast: welche Skalen du geprüft, wie du codiert und deinen Materialumfang begründet hast.

Im Methodikteil begründen

Im Methodikteil beschreibst du nicht nur, was du gemacht hast, sondern auch warum. Eine gute Begründung zeigt, dass du reflektiert vorgehst und Alternativen geprüft hast.

Vorlage: Methodenwahl begründen

Zur Beantwortung der Forschungsfrage wurde ein [qualitatives/quantitatives] Forschungsdesign gewählt.

[Methode] eignet sich, weil [Begründung].

Ein [alternativer Ansatz] wurde geprüft, jedoch verworfen, da [Grund].

Die Stichprobe umfasst [n] [Einheiten], die nach folgenden Kriterien ausgewählt wurden: [Kriterien].

Die Erhebung erfolgte mittels [Instrument].

Die Auswertung folgt dem Verfahren nach [Autor].

Die vier Elemente einer guten Begründung:

  • Passung zur Forschungsfrage zeigen.
  • Alternativen benennen und erklären, warum du sie verworfen hast.
  • Auf Methodenliteratur verweisen.
  • Limitationen transparent machen.

Die Gliederung deiner Masterarbeit gibt dem Methodenkapitel einen festen Platz, typischerweise nach dem Theorieteil. Als erste Planungsorientierung kannst du für das Methodenkapitel etwa 10 bis 15 Prozent des Textteils ansetzen; stimme den Umfang auf dein Design und die Vorgaben deines Studiengangs ab. Mehr zu einzelnen Forschungsmethoden findest du im entsprechenden Ratgeber.

Nächste Schritte nach der Entscheidung

Wenn du dich für einen Forschungsansatz entschieden hast, folgen diese Schritte. Sie helfen dir, von der Entscheidung zur Umsetzung zu kommen.

  1. Methodenliteratur vertiefen

    Lies das Standardwerk zu deiner Methode. Bei qualitativer Inhaltsanalyse etwa Mayring oder Kuckartz, bei Umfragen Porst oder Dillman. Das gibt dir Sicherheit beim Vorgehen und liefert Zitate für den Methodikteil.

  2. Instrument entwickeln

    Erstelle deinen Interviewleitfaden oder Fragebogen. Nutze bei quantitativen Studien validierte Skalen, wenn vorhanden. Teste das Instrument in einem begründeten kognitiven Pretest auf Verständlichkeit, Timing und Antwortlogik, bevor du mit der eigentlichen Erhebung startest. Lege außerdem fest, wie du die Gütekriterien deines Ansatzes dokumentierst.

  3. Ethik und Datenschutz klären

    Prüfe, ob du eine Genehmigung der Ethikkommission brauchst. Kläre mit der zuständigen Stelle Rechtsgrundlage, Teilnehmerinformation und gegebenenfalls Einwilligung. Plane Datenminimierung, Zugriffe sowie Pseudonymisierung oder Anonymisierung. Die Ethik in der Masterarbeit ist ein Thema, das du frühzeitig angehen solltest.

  4. Zeitplan erstellen

    Plane für Datenerhebung, Transkription oder Dateneingabe sowie Auswertung jeweils eigene Zeitblöcke. Qualitative Auswertungen dauern oft länger als gedacht. Ein realistischer Zeitplan schützt vor Stress kurz vor der Abgabe.

Fazit: Die Entscheidung zwischen qualitativ und quantitativ folgt deiner Forschungsfrage und deinen Ressourcen. Ein methodisch sauber umgesetzter Einzelansatz ist immer besser als eine halbherzige Kombination.

Ist deine Arbeit fertig, kannst du deine Masterarbeit binden lassen.

Häufig gestellte Fragen

Wie bestimme ich die richtige Stichprobengröße für meine quantitative Studie?

Begründe die Stichprobengröße anhand deines Analyseziels. Für Hypothesentests eignet sich eine Power-Analyse: Lege die relevante Effektgröße, das Signifikanzniveau (häufig 5 %), die gewünschte Power (häufig 80 %) und den Analysetyp fest. Tools wie G*Power berechnen die Stichprobe unter diesen Annahmen. Geht es um eine präzise Schätzung, kannst du nach der gewünschten Breite des Konfidenzintervalls planen. Angaben wie „100+“ bleiben grobe Orientierungen.

Woran erkenne ich Sättigung, und wann ist sie das passende Kriterium?

Das hängt vom Ansatz ab. Theoretische Sättigung in der Grounded Theory betrifft die ausreichende Ausarbeitung von Kategorien, ihren Eigenschaften und Beziehungen. Dass keine neuen Codes mehr auftauchen, belegt sie allein noch nicht. Für andere Ansätze begründest du den Materialumfang etwa anhand von Forschungsfrage, gezielter Fallauswahl und Informationsgehalt. In reflexiver thematischer Analyse ist Sättigung kein passendes allgemeines Abbruchkriterium. Dokumentiere deine zum Verfahren passende Begründung.

Wann ist Mixed Methods Overengineering für eine Masterarbeit?

Mixed Methods lohnt sich nur, wenn eine einzelne Methode deine Forschungsfrage nicht vollständig beantwortet und du eine klare Integrationsfrage hast. Wenn du nicht beschreiben kannst, welchen konkreten Mehrwert die Kombination bringt, oder wenn Zeit oder Methodenkompetenz fehlen, ist ein sauber umgesetzter Einzelansatz die bessere Wahl.

Wie begründe ich meine Methodenwahl gegenüber Alternativen?

Drei Schritte: (1) Passung zeigen: „Offene Interviews erlauben vertiefende Nachfragen zu subjektiven Deutungen, die ein standardisierter Fragebogen in diesem Vorhaben nur begrenzt erfasst.“ (2) Alternative benennen: „Eine quantitative Erhebung wurde geprüft, jedoch verworfen, da...“ (3) Limitationen anerkennen: „Die gezielte Auswahl aus nur einem Unternehmen begrenzt die abgedeckten Kontexte; die Übertragbarkeit auf andere Unternehmen ist zu prüfen.“ Diese Struktur zeigt wissenschaftliche Reflexion.

Was ist der Unterschied zwischen Methode und Methodik?

Die Methode ist das konkrete Verfahren (z. B. Leitfadeninterview, multiple Regression). Die Methodik ist der übergeordnete Rahmen: warum diese Methode, wie angewendet, welche Grenzen. Im Methodenkapitel beschreibst du beides: erst die Methodik (Begründung des Forschungsdesigns), dann die Methode (konkretes Vorgehen bei Erhebung und Auswertung).

Welche Gütekriterien muss ich im Methodikteil konkret adressieren?

Quantitativ: Reliabilität (eine zum Messmodell passende Kennzahl berichten und einordnen), Validität (validierte Instrumente nutzen, Anpassungen dokumentieren), Objektivität (standardisiertes Vorgehen beschreiben). Qualitativ: Transparenz (Sampling und Codierung dokumentieren), Reflexivität (eigene Rolle reflektieren), angemessener Materialumfang (passend zum Ansatz begründen, gegebenenfalls Sättigung dokumentieren).

Weitere interessante Artikel