Wie du einen Chi-Quadrat-Test rechnest, prüfst und berichtest: Schritt für Schritt (2026)

Kurze Antwort: Der Chi-Quadrat-Test prüft, ob zwei kategoriale Merkmale voneinander unabhängig sind — etwa Studiengang und Nutzung eines Angebots. Du baust eine Kreuztabelle, lässt die erwarteten Häufigkeiten berechnen, prüfst die Cochran-Bedingung (keine erwartete Häufigkeit unter 1, höchstens 20 % der Zellen unter 5), rechnest den Test, berichtest eine Effektstärke und schaust dann nach, welche Zelle den Zusammenhang trägt. Diese Anleitung geht die acht Schritte einzeln durch.

Der Test ist deshalb so häufig, weil die meisten Fragebögen in Abschlussarbeiten voller Nominaldaten stecken: Geschlecht, Studienform, Ja/Nein-Antworten, Kategorien einer Auswahlfrage. Für solche Variablen ist der Mittelwert sinnlos — und damit sind t-Test und Varianzanalyse raus. Wenn du dir bei der Zuordnung von Variablentyp und Verfahren unsicher bist, hilft der Überblick zur Operationalisierung von Variablen und Skalenniveaus.

Schritt 1: Prüfen, ob der Chi-Quadrat-Test überhaupt passt

Drei Bedingungen müssen erfüllt sein, bevor du irgendetwas rechnest.

1. Beide Variablen sind kategorial. Nominal oder ordinal mit wenigen Stufen. Eine metrische Variable erst in Klassen zu zerlegen, nur um den Test rechnen zu können, kostet Information und muss im Methodenteil begründet werden.
2. Jede Person steht in genau einer Zelle. Der Test setzt unabhängige Beobachtungen voraus. Hast du dieselben Personen zweimal befragt (vorher/nachher), ist der Chi-Quadrat-Test falsch — dann brauchst du den McNemar-Test für verbundene Stichproben.
3. Du zählst Häufigkeiten, keine Prozentwerte. Die Testformel arbeitet mit absoluten Fallzahlen. Wer Prozentwerte einträgt, bekommt ein Ergebnis, das von der Stichprobengröße vollständig abgekoppelt ist.

Der Test beantwortet außerdem keine Richtungsfrage. Er sagt „hier besteht ein Zusammenhang“, nicht „A verursacht B“. Formuliere deine Hypothese entsprechend als Zusammenhangs-, nicht als Wirkungshypothese; wie das sauber aussieht, zeigt die Anleitung zum Aufstellen von Hypothesen.

Schritt 2: Die Kreuztabelle aufbauen

Eine Zeile pro Ausprägung der einen Variablen, eine Spalte pro Ausprägung der anderen. In jede Zelle kommt die Anzahl der Personen, auf die beides zutrifft. Die Randsummen — Zeilensummen, Spaltensummen, Gesamt-N — brauchst du im nächsten Schritt.

Zwei Dinge entscheidest du hier, und beide gehören in den Methodenteil:

• Wie viele Kategorien? Je feiner du unterteilst, desto kleiner werden die Zellbesetzungen — und desto wahrscheinlicher scheitert der Test an Schritt 3. Sieben Studiengänge mit je 12 Personen ergeben eine unbrauchbare Tabelle.
• Was passiert mit fehlenden Werten? Fälle mit fehlender Angabe fallen aus der Tabelle heraus. Das reduzierte N musst du berichten, sonst passen deine Zahlen nicht zur Stichprobenbeschreibung.

Schritt 3: Erwartete Häufigkeiten prüfen — die Bedingung, an der die meisten Arbeiten scheitern

Die erwartete Häufigkeit einer Zelle ist Zeilensumme mal Spaltensumme geteilt durch N. Genau diese Zahl wäre zu erwarten, wenn zwischen den Merkmalen kein Zusammenhang bestünde. Der Test misst, wie weit die beobachteten Werte davon abweichen.

Sind die erwarteten Häufigkeiten zu klein, ist die Näherung an die Chi-Quadrat-Verteilung nicht mehr verlässlich und der p-Wert wird unbrauchbar. Die bis heute übliche Faustregel geht auf William G. Cochran zurück (Some Methods for Strengthening the Common χ² Tests, Biometrics 10(4), 1954, S. 417):

• Keine Zelle mit einer erwarteten Häufigkeit unter 1.
• Höchstens 20 % der Zellen mit einer erwarteten Häufigkeit unter 5.

Bei einer Vierfeldertafel bedeutet das: keine einzige Zelle darf unter 5 liegen, denn eine von vier Zellen sind bereits 25 %. Statistikprogramme geben diese Prüfung von selbst aus — SPSS schreibt unter die Tabelle, wie viele Zellen eine erwartete Häufigkeit kleiner 5 haben. Lies diese Zeile, bevor du den p-Wert liest.

Schritt 4: Den Test rechnen

Die Software nimmt dir die Formel ab. Entscheidend ist, dass du weißt, welche Zeile der Ausgabe du brauchst.

• SPSS: Analysieren → Deskriptive Statistiken → Kreuztabellen → Statistiken → Chi-Quadrat; unter „Zellen“ zusätzlich Erwartet und Standardisierte Residuen anhaken. Die relevante Zeile heißt Chi-Quadrat nach Pearson.
• JASP / jamovi: Frequencies → Independent Samples (χ² test of association); Effektstärke und erwartete Häufigkeiten sind als Häkchen direkt daneben.
• R: chisq.test(tabelle); die erwarteten Häufigkeiten stehen anschließend in $expected.

Wenn du noch keine Lizenz hast: Für diesen Test reichen die kostenlosen Programme vollständig aus — der Vergleich der kostenlosen Statistik-Software zeigt, welches Paket zu deinem Rechner passt, und der größere Software-Vergleich ordnet die Unterschiede für die gesamte Auswertung ein.

Bei einer 2×2-Tabelle gibt SPSS zusätzlich eine Zeile „Kontinuitätskorrektur nach Yates“ aus. Sie macht den Test konservativer. Welche Zeile du berichtest, solltest du im Methodenteil begründen und dann konsistent durchhalten — nicht pro Tabelle die günstigere wählen.

Schritt 5: Was du tust, wenn die Bedingung verletzt ist

Das ist der häufigste Fall in Abschlussarbeiten, und er ist lösbar. Drei Wege, in dieser Reihenfolge:

1. Kategorien inhaltlich zusammenfassen. Aus „trifft voll zu / trifft eher zu / teils / trifft eher nicht zu / trifft nicht zu“ werden „Zustimmung / neutral / Ablehnung“. Die Zusammenfassung muss vorher inhaltlich begründet sein, nicht nachträglich so gewählt werden, dass das Ergebnis signifikant wird.
2. Exakten Test rechnen. Für Vierfeldertafeln der Exakte Test nach Fisher, für größere Tabellen der exakte Test nach Fisher-Freeman-Halton. Beide kommen ohne die Näherung aus und sind bei kleinen Zellbesetzungen die korrekte Wahl. SPSS gibt den Fisher-Test bei 2×2-Tabellen automatisch mit aus.
3. Die Auswertung offen deskriptiv halten. Wenn auch das nicht trägt, beschreibe die Verteilung ehrlich und verzichte auf den Inferenztest, statt ihn gegen die Voraussetzungen zu rechnen. Ein sauber begründeter Verzicht kostet keine Note; ein Test auf unzulässiger Grundlage schon.

Schritt 6: Effektstärke berichten — Phi und Cramérs V

Der p-Wert sagt nichts über die Stärke des Zusammenhangs. Bei N = 800 wird fast jede Abweichung signifikant, bei N = 40 fast keine. Deshalb gehört immer eine Effektstärke dazu.

• Phi (φ) für Vierfeldertafeln.
• Cramérs V für alle größeren Tabellen. V liegt zwischen 0 und 1 und ist unabhängig von der Tabellengröße interpretierbar.

Ein verbreiteter Fehler ist, V pauschal mit 0,1 / 0,3 / 0,5 als klein / mittel / groß zu etikettieren. Diese Schwellen gelten nur für den kleinsten Fall, also für die Vierfeldertafel. Je größer die Tabelle, desto niedriger liegen die Schwellen — bei drei Kategorien auf der kleineren Achse etwa bei 0,07 / 0,21 / 0,35. Nenne deshalb die Tabellendimension mit, wenn du interpretierst. Wie Effektstärken generell in den Ergebnisteil eingebaut werden, ist im Beitrag zur Interpretation von Regressionsergebnissen am parallelen Fall gezeigt.

Schritt 7: Herausfinden, welche Zelle den Effekt trägt

Ein signifikanter Chi-Quadrat-Test sagt nur: irgendwo in dieser Tabelle weichen beobachtete und erwartete Häufigkeiten voneinander ab. Er sagt nicht, wo. Genau das will aber jede Diskussion wissen.

Die Antwort liefern die adjustierten standardisierten Residuen, die SPSS und JASP auf Wunsch in jede Zelle schreiben. Sie sind ungefähr standardnormalverteilt: Werte über etwa 1,96 oder unter −1,96 markieren Zellen, die deutlich stärker beziehungsweise schwächer besetzt sind als erwartet. Zwei Einschränkungen gehören dazu: Es handelt sich um viele gleichzeitige Vergleiche, weshalb einzelne Ausreißer bei großen Tabellen zufällig auftreten können, und die Residuen sind ein Hinweis für die inhaltliche Interpretation, kein zweiter Test.

Schritt 8: Im Text berichten

Ein vollständiger Satz enthält Teststatistik, Freiheitsgrade, N, p-Wert und Effektstärke. Die Freiheitsgrade sind (Zeilen − 1) × (Spalten − 1).

Zwischen Studienform und Nutzung des Schreibzentrums bestand ein signifikanter Zusammenhang, χ²(2, N = 184) = 9,41, p = ,009, Cramérs V = ,23. Die adjustierten standardisierten Residuen zeigen, dass Teilzeitstudierende das Angebot seltener nutzten als erwartet (−2,7).

Wenn du auf Deutsch schreibst, gilt das Dezimalkomma auch in Statistikangaben, und die führende Null vor dem p-Wert entfällt bei APA. Die Kreuztabelle selbst gehört in den Ergebnisteil, wenn sie interpretiert wird, sonst in den Anhang. Die praktischen Schritte davor — Daten bereinigen, Variablen kodieren, deskriptive Kennwerte — sind in der Anleitung zur Auswertung einer Umfrage mit Excel und SPSS beschrieben.

Die drei häufigsten Fehler

1. Mehrfachantworten als eine Variable behandeln. Wenn Befragte mehrere Kategorien ankreuzen durften, steht dieselbe Person in mehreren Zellen — die Unabhängigkeitsannahme ist verletzt. Solche Fragen werden als mehrere Ja/Nein-Variablen ausgewertet.
2. Den p-Wert lesen, ohne die Voraussetzungszeile zu lesen. Die Ausgabe erscheint auch dann, wenn die erwarteten Häufigkeiten viel zu klein sind. Die Software warnt, sie blockiert nicht.
3. Alle Variablenpaare durchtesten. Wer zwanzig Kreuztabellen rechnet und die drei signifikanten berichtet, produziert Zufallsbefunde. Lege die zu prüfenden Zusammenhänge vorher fest und berichte auch die nicht signifikanten.

Häufige Fragen zum Chi-Quadrat-Test

Wie viele Teilnehmende brauche ich für einen Chi-Quadrat-Test?

Es gibt keine feste Zahl — maßgeblich ist die Tabellengröße. Die Bedingung aus Schritt 3 muss erfüllt sein, und dafür brauchst du in jeder Zelle genug Fälle. Für eine Vierfeldertafel mit einigermaßen ausgewogenen Randverteilungen reichen oft 60 bis 80 Fälle; eine 4×3-Tabelle mit zwölf Zellen braucht ein Vielfaches davon. Wie du die Stichprobe überhaupt ziehst und dokumentierst, steht im Beitrag zu den Stichprobenverfahren.

Was ist der Unterschied zwischen Unabhängigkeitstest und Anpassungstest?

Der Unabhängigkeitstest prüft den Zusammenhang zweier Variablen in einer Kreuztabelle. Der Anpassungstest prüft eine einzelne Variable gegen eine theoretisch erwartete Verteilung, etwa ob die Geschlechterverteilung der Stichprobe der Grundgesamtheit entspricht. Beide heißen Chi-Quadrat-Test und werden regelmäßig verwechselt — schreib deshalb im Methodenteil dazu, welchen du meinst.

Darf ich Likert-Antworten mit dem Chi-Quadrat-Test auswerten?

Möglich ist es, sinnvoll oft nicht: Der Test ignoriert die Reihenfolge der Stufen. „Trifft voll zu“ und „trifft nicht zu“ sind für ihn nur zwei verschiedene Kategorien. Wenn dich ein Trend über die Stufen hinweg interessiert, sind Rangkorrelationen oder Tests für geordnete Kategorien die bessere Wahl. Für die Frage, welche Skala du überhaupt einsetzt, hilft der Beitrag zum Erstellen und Auswerten eines Fragebogens.

Mein Ergebnis ist nicht signifikant — ist die Auswertung damit wertlos?

Nein. Ein nicht signifikanter Test bedeutet nicht, dass kein Zusammenhang besteht, sondern dass deine Daten keinen belegen können. Berichte ihn genauso vollständig, ordne ihn über die Effektstärke ein und diskutiere die Stichprobengröße als Grenze. Wie sich das im Text ausformulieren lässt, zeigt der Beitrag dazu, was zu tun ist, wenn die Ergebnisse nicht signifikant sind.

Muss ich Cochran zitieren, wenn ich die 20-Prozent-Regel nenne?

Es ist die saubere Lösung, weil die Regel damit nachprüfbar wird statt als Behauptung dazustehen. Alternativ zitierst du das Statistiklehrbuch deines Fachs, das deine Betreuung ohnehin voraussetzt. Wichtig ist nur, dass die Schwelle belegt ist und du nicht schreibst „laut Faustregel“.

Was mache ich mit einer Zelle, die exakt null Fälle enthält?

Eine beobachtete Häufigkeit von null ist unproblematisch, solange die erwartete Häufigkeit dieser Zelle die Bedingung erfüllt. Ist auch sie sehr klein, fasse die Kategorie mit einer inhaltlich benachbarten zusammen oder wechsle auf den exakten Test. Die Kategorie ersatzlos zu streichen verändert dagegen die Grundgesamtheit deiner Auswertung und muss ausdrücklich begründet werden.

Wie hängt der Chi-Quadrat-Test mit Cohens Kappa zusammen?

Beide arbeiten mit Kreuztabellen, beantworten aber verschiedene Fragen. Der Chi-Quadrat-Test fragt nach einem Zusammenhang zwischen zwei Merkmalen; Cohens Kappa misst, wie stark zwei Personen bei derselben Einordnung übereinstimmen. Für den zweiten Fall — etwa beim Kodieren von Interviews — ist die Berechnung der Inter-Rater-Reliabilität der richtige Weg.

Den Ergebnisteil sauber ausformulieren

Die Rechnung ist in zehn Minuten erledigt; die Stunden gehen dafür drauf, aus der SPSS-Ausgabe verständliche, korrekt formatierte Absätze zu machen, die zur Fragestellung zurückführen. Mit Tesify strukturierst du deine Abschlussarbeit von der Gliederung bis zum Ergebnisteil — inklusive konsistenter Zitation und einheitlicher Formulierungen über alle Kapitel hinweg.