Für die allermeisten Abschlussarbeiten ist die Querschnittstudie die richtige Wahl: einmal messen, Zusammenhänge und Gruppenunterschiede berichten, keine Kausalaussagen treffen. Ein Prä-Post-Design lohnt sich nur, wenn du eine Veränderung selbst auslöst — und dann brauchst du zwingend eine Vergleichsgruppe.
Die Vergleichstabelle
| Kriterium | Querschnitt | Trendstudie | Panel / Längsschnitt | Prä-Post mit Kontrollgruppe |
|---|---|---|---|---|
| Messzeitpunkte | 1 | 2 oder mehr | 2 oder mehr | 2 (vor und nach) |
| Dieselben Personen? | — | Nein | Ja | Ja |
| Was du zeigen kannst | Zusammenhang, Gruppenunterschied | Veränderung im Aggregat | Individuelle Veränderung | Wirkung einer Maßnahme |
| Kausalaussage | Nein | Nein | Eingeschränkt | Ja, bei Randomisierung |
| Typisches Testverfahren | t-Test, ANOVA, Korrelation, Regression | Gruppenvergleich pro Welle | Messwiederholungs-ANOVA | Gemischte ANOVA mit Interaktion |
| Fallzahlbedarf | Hoch | Hoch pro Welle | Mittel, plus Schwundpuffer | Mittel bis hoch je Gruppe |
| Zeitbedarf | 2 bis 4 Wochen | Mehrere Monate | Mehrere Monate | 6 bis 12 Wochen |
| Machbar im Bachelor? | Ja | Selten | Selten | Mit Praxispartner |
Warum diese Frage vor der Testwahl kommt
In vielen Methodenkapiteln wird die Designfrage auf „qualitativ oder quantitativ“ verkürzt. Das ist die erste Achse, aber nicht die einzige. Die zweite Achse ist die zeitliche: Wie oft misst du, und misst du dieselben Personen? Diese Entscheidung bestimmt drei Dinge auf einmal — welche Aussage du am Ende überhaupt treffen darfst, welches Testverfahren du rechnest und wie viele Wochen deine Erhebung kostet.
Die Achse „welche Erhebungsmethode“ ist damit nicht identisch. Ein Fragebogen kann Teil eines Querschnitts, eines Panels oder eines Prä-Post-Designs sein; ein Interview ebenso. Wie du die Methodenwahl insgesamt aufziehst und begründest, zeigt der Beitrag zur Methodik der Bachelorarbeit. Dieser Beitrag behandelt ausschließlich die Zeitachse.
Design 1: Die Querschnittstudie
Du erhebst einmalig zu einem Zeitpunkt. Das ist das Design der allermeisten empirischen Bachelor- und vieler Masterarbeiten: eine Online-Befragung, zwei Wochen offen, dann Auswertung.
Was du damit zeigen kannst: dass zwei Merkmale zusammenhängen, dass sich Gruppen unterscheiden, wie sich ein Merkmal in einer Population verteilt, und wie gut Prädiktoren ein Kriterium vorhersagen.
Was du nicht zeigen kannst: was Ursache und was Wirkung ist. Der klassische Fall: Du findest, dass Studierende mit höherer Prüfungsangst schlechter abschneiden. Verursacht die Angst die schlechteren Leistungen, verursachen frühere schlechte Leistungen die Angst, oder wirkt ein drittes Merkmal auf beides? Ein Querschnitt kann diese Frage nicht beantworten — und der häufigste Fehler in Diskussionskapiteln besteht darin, es trotzdem zu tun. Formulierungen wie „führt zu“, „bewirkt“ oder „steigert“ sind hier unzulässig; korrekt sind „hängt zusammen mit“, „geht einher mit“ und „unterscheidet sich zwischen“.
Die Ausnahme, die es nicht ist: Auch eine Regression macht aus einem Querschnitt keine Kausalanalyse. Der Begriff „Prädiktor“ ist statistisch gemeint, nicht ursächlich. Wie du die Kennwerte korrekt liest, behandelt der Beitrag zur Interpretation der Regressionsanalyse.
Design 2: Die Trendstudie
Du misst mehrfach, aber jedes Mal andere Personen aus derselben Population — etwa eine Befragung im Wintersemester und eine im Sommersemester unter jeweils neu gezogenen Studierenden.
Das zeigt Veränderungen auf Aggregatebene: Der Mittelwert der Population hat sich verschoben. Es zeigt nicht, ob sich einzelne Personen verändert haben — eine Verschiebung kann auch entstehen, weil sich die Zusammensetzung der Population geändert hat. Für Abschlussarbeiten ist das Design selten praktikabel, weil du zwei vollständige Erhebungen mit ausreichender Fallzahl brauchst. Es wird interessant, wenn du eine Welle nicht selbst erhebst, sondern auf bereits vorhandene Daten zurückgreifst.
Design 3: Panel- und Längsschnittstudien
Dieselben Personen werden mehrfach befragt. Damit kannst du individuelle Verläufe beschreiben, zeitliche Reihenfolgen feststellen und deutlich stärkere Argumente für Kausalität bauen — denn eine Ursache muss ihrer Wirkung vorausgehen.
Der Preis ist hoch, und er hat einen Namen: Panelmortalität. Zwischen erster und zweiter Welle verlierst du Teilnehmende, und zwar nicht zufällig. Wer beim zweiten Mal nicht mehr antwortet, unterscheidet sich systematisch von denen, die dabeibleiben — häufig sind es die stärker Belasteten, die weniger Motivierten, die inzwischen Exmatrikulierten. Genau diese Personen sind für deine Fragestellung oft die interessantesten.
Drei Konsequenzen für die Planung. Erstens brauchst du in der ersten Welle deutlich mehr Fälle, als deine Poweranalyse für die Auswertung verlangt — der Puffer richtet sich nach dem Abstand zwischen den Wellen und der Bindung der Zielgruppe. Zweitens brauchst du eine Zuordnungsmöglichkeit zwischen den Wellen, ohne die Anonymität aufzugeben: Üblich ist ein selbstgenerierter Code aus unveränderlichen Angaben, den die Person bei jeder Welle neu bildet. Drittens musst du den Schwund analysieren und berichten: Wer ist ausgestiegen, und unterscheiden sich diese Personen in der ersten Welle von den Verbliebenen? Die Systematik dahinter ist dieselbe wie bei fehlenden Werten in der Abschlussarbeit — der Ausfallmechanismus entscheidet, was du noch behaupten darfst.
Design 4: Prä-Post — und warum eine Gruppe nicht reicht
Du misst vor und nach einer Maßnahme: ein Training, ein Seminar, eine Softwareeinführung. Die intuitive Auswertung wäre ein t-Test für abhängige Stichproben zwischen den beiden Messungen. Und genau hier liegt der häufigste Designfehler studentischer Interventionsstudien.
Ein Prä-Post-Design ohne Kontrollgruppe kann eine gefundene Veränderung nicht der Maßnahme zurechnen. Mindestens vier Alternativerklärungen bleiben offen: Zwischen den Messungen ist ohnehin etwas passiert; die Teilnehmenden haben sich schlicht weiterentwickelt; wer beim ersten Mal extrem geantwortet hat, rutscht beim zweiten Mal statistisch näher zur Mitte; und der zweite Fragebogen ist bekannt und wird anders ausgefüllt als der erste. Jede dieser Erklärungen produziert eine Veränderung ohne jede Wirkung der Maßnahme.
Die Lösung ist eine Vergleichsgruppe, die dieselbe Zeit durchläuft, aber die Maßnahme nicht erhält. Ausgewertet wird dann nicht der Vorher-Nachher-Unterschied, sondern der Unterschied der Unterschiede: die Interaktion aus Zeit und Gruppe in einer gemischten Varianzanalyse. Genau dieser Interaktionseffekt ist deine Aussage über die Wirkung — nicht der Haupteffekt der Zeit.
Werden die Personen zufällig auf die Gruppen verteilt, sprichst du von einem Experiment und darfst kausal argumentieren. Ist die Zuteilung vorgegeben — eine Klasse bekommt das Training, die andere nicht —, liegt ein quasi-experimentelles Design vor: schwächer, aber weit besser als gar keine Vergleichsgruppe. Voraussetzung ist dann, dass du die Ausgangswerte beider Gruppen vergleichst und dokumentierst.
Welches Design passt zu deiner Frage?
- Fragst du nach einem Zusammenhang oder Unterschied zu einem Zeitpunkt? Querschnitt. Das trifft auf die große Mehrheit der Abschlussarbeiten zu, und es ist keine Notlösung, sondern die passende Antwort.
- Fragst du, ob eine Maßnahme wirkt, und kannst du sie selbst durchführen? Prä-Post mit Vergleichsgruppe. Ohne Vergleichsgruppe gar nicht erst anfangen.
- Fragst du nach individuellen Verläufen über Zeit? Panel — aber nur, wenn du eine feste, gut erreichbare Gruppe hast und mindestens ein halbes Semester Puffer.
- Fragst du nach einer Entwicklung in der Population? Trendstudie, praktisch nur mit vorhandenen Daten aus mindestens einer früheren Welle.
Der ehrlichste Weg, ein zu großes Design zu vermeiden: Rechne aus, wie viele Fälle du am Ende der Auswertung brauchst, und rechne rückwärts, wie viele du dafür in der ersten Welle rekrutieren müsstest. Wie du den Bedarf bestimmst, zeigt der Beitrag zur Fallzahlplanung mit G*Power.
Wie du das Design berichtest
Zwei Sätze zu Beginn des Methodenteils, und der zweite ist der wichtigere: Er benennt die Grenze deines Designs, bevor jemand anderes sie benennt.
„Die Untersuchung folgt einem quantitativen Querschnittsdesign; alle Variablen wurden zu einem einzigen Messzeitpunkt erhoben. Aussagen über die kausale Richtung der gefundenen Zusammenhänge sind damit nicht möglich; die Ergebnisse werden entsprechend als Zusammenhänge und nicht als Wirkungen interpretiert.“
Für die vollständige Berichterstattung greifst du zusätzlich auf die passende Checkliste zurück: Beobachtungsstudien — Querschnitt, Kohorte, Fall-Kontroll — folgen STROBE, randomisierte Interventionen CONSORT. Welche Richtlinie zu welchem Design gehört und wo du die Checklisten bekommst, behandelt der Beitrag zu Berichtsrichtlinien jenseits von PRISMA.
Häufige Fragen zum Zeitdesign
Ist eine Querschnittstudie weniger wert als ein Längsschnitt?
Nein. Bewertet wird die Passung zwischen Frage und Design, nicht der Aufwand. Eine sauber durchgeführte Querschnittstudie mit ehrlich benannten Grenzen ist mehr wert als ein abgebrochenes Panel mit dreißig Prozent Rücklauf in der zweiten Welle.
Kann ich zwei Messzeitpunkte innerhalb weniger Wochen als Längsschnitt bezeichnen?
Formal ja, inhaltlich selten sinnvoll. Der Abstand muss zur erwarteten Veränderung passen: Bei einer Einstellung, die sich über Monate entwickelt, misst ein Abstand von zwei Wochen vor allem Messfehler und Erinnerung an den ersten Bogen.
Wie ordne ich Teilnehmende über zwei Wellen zu, ohne Namen zu erheben?
Über einen selbstgenerierten Code aus unveränderlichen Angaben, den die Person nach derselben Anleitung in jeder Welle neu bildet. Die Anleitung muss identisch formuliert und gut sichtbar sein — sonst produzierst du Codes, die sich nicht zuordnen lassen. Die datenschutzrechtliche Seite behandelt der Beitrag zur Forschungsethik in der Bachelorarbeit.
Was mache ich, wenn meine Kontrollgruppe wegbricht?
Berichte das Design als das, was es dann ist: eine Prä-Post-Messung ohne Vergleichsgruppe. Formuliere die Ergebnisse als Veränderungen über die Zeit und nicht als Wirkung, und benenne die Alternativerklärungen in den Limitationen einzeln.
Welches Verfahren rechne ich bei einem Prä-Post-Design mit zwei Gruppen?
Eine gemischte Varianzanalyse mit dem Messzeitpunkt als Innersubjektfaktor und der Gruppe als Zwischensubjektfaktor. Interessant ist der Interaktionseffekt. Die Voraussetzungslogik entspricht der der einfaktoriellen Varianzanalyse, ergänzt um die Prüfung auf Sphärizität bei mehr als zwei Messzeitpunkten.
Kann ich ein Zeitdesign auch qualitativ umsetzen?
Ja. Zwei Interviewwellen mit denselben Personen sind ein qualitativer Längsschnitt und in kleinen Fallzahlen durchaus machbar. Die Argumentation läuft dann nicht über Signifikanz, sondern über nachgezeichnete Veränderungen im Einzelfall.
Darf ich im Diskussionsteil trotzdem über Ursachen spekulieren?
Spekulieren ja, behaupten nein. Formuliere im Konjunktiv, benenne die konkurrierenden Erklärungen und schlage das Design vor, mit dem sich die Frage klären ließe. Das ist ein Ausblick — und ein guter.
Fazit
Die Zeitachse deines Designs entscheidet über die Reichweite deiner Aussagen. Der Querschnitt ist für die meisten Abschlussarbeiten die richtige Wahl, solange du bei Zusammenhängen bleibst und nicht von Wirkungen sprichst. Willst du eine Wirkung zeigen, brauchst du zwei Messzeitpunkte und eine Vergleichsgruppe — alles darunter lässt zu viele Alternativerklärungen offen. Panels sind stark, aber teuer, und ihr Risiko heißt Schwund. Entscheide, bevor du rekrutierst, und schreibe die Grenze deines Designs selbst in den Methodenteil, statt sie im Kolloquium vorgehalten zu bekommen.
Das Design gehört in den Text, bevor die erste Antwort eingeht. Mit Tesify formulierst du Fragestellung, Design und Limitationen in einem Dokument und siehst sofort, wenn deine Aussage weiter reicht als deine Daten. Starte deine Abschlussarbeit mit Tesify und leg dein Untersuchungsdesign schriftlich fest, solange sich noch alles ändern lässt.