Nur 23 Antworten: was du mit einer zu kleinen Stichprobe noch machen kannst (2026)

Der Fragebogen lief vier Wochen, du hast ihn in drei Gruppen geteilt, zweimal erinnert — und es sind 23 Antworten drin. Geplant waren 150. Die Abgabe ist in sechs Wochen. Das ist keine Katastrophe, sondern eine Entscheidung, die jetzt getroffen werden muss, und zwar bewusst statt durch Zuwarten. Dieser Beitrag zeigt, wie du in einer Stunde herausfindest, was mit deinen Daten noch geht, und welche vier Wege offenstehen.

Zuerst: Ist die Stichprobe wirklich zu klein — und wofür?

„Zu klein“ ist keine Eigenschaft der Zahl, sondern des Verhältnisses zwischen Zahl und Vorhaben. Mit 23 Fällen kannst du keine Regression mit fünf Prädiktoren rechnen; einen deutlichen Mittelwertunterschied zwischen zwei Gruppen kannst du unter Umständen sehr wohl zeigen. Klär deshalb zwei Dinge, bevor du irgendetwas umwirfst.

1. Welchen Effekt hätte dein Design überhaupt finden können? Rechne eine Sensitivitätsanalyse: Bei deiner tatsächlichen Fallzahl, deinem Test und den üblichen Konventionen — welcher Effekt wäre gerade noch nachweisbar gewesen? Wenn die Antwort „nur ein sehr großer“ lautet, weißt du, dass ein nicht signifikantes Ergebnis nichts über die Welt aussagt, und du kannst genau das schreiben.

2. Wie breit sind deine Konfidenzintervalle? Das ist die ehrlichste Kennzahl für eine kleine Stichprobe. Ein Anteil von 61 % mit einem Intervall von 40 bis 79 % ist eine ganz andere Aussage als derselbe Anteil mit 57 bis 65 %. Intervalle bleiben interpretierbar, auch wenn Signifikanztests es nicht mehr sind.

Was du dagegen nicht tun solltest: die sogenannte Post-hoc-Power ausrechnen, also die Teststärke nachträglich aus dem beobachteten Effekt bestimmen und damit argumentieren. Hoenig und Heisey haben diese Praxis in The American Statistician 55 (2001), S. 19–24 unter dem Titel „The Abuse of Power“ auseinandergenommen: Die Idee, solche Berechnungen zur Interpretation nicht signifikanter Ergebnisse heranzuziehen, sei „fundamentally flawed“. Der Grund ist, dass die nachträglich berechnete Power direkt aus dem p-Wert folgt und deshalb keine neue Information enthält. Eine Sensitivitätsanalyse mit einem vorab festgelegten relevanten Effekt ist legitim — die Rückrechnung aus dem gefundenen Effekt nicht.

Weg 1: Nachrekrutieren — aber dokumentiert

Der naheliegende Weg, und oft der richtige, wenn noch mindestens zwei Wochen Feldzeit übrig sind. Was tatsächlich hilft:

• Den Kanal wechseln, nicht die Frequenz erhöhen. Die dritte Erinnerung in derselben Gruppe bringt fast nichts. Ein neuer Zugang — eine Fachschaft, ein Verband, eine Lehrveranstaltung, ein Unternehmen — bringt sprunghaft mehr.
• Die Hürde senken. Prüfe, an welcher Frage abgebrochen wird. Oft ist es eine einzige Pflichtangabe oder ein zu langer Block in der Mitte. Eine Kürzung mitten im Feld ist zulässig, muss aber berichtet werden.
• Persönlich fragen. Direkte Ansprache schlägt jeden Verteiler, auch wenn es unangenehm ist.

Der Preis: Jede Erweiterung verändert die Zusammensetzung deiner Stichprobe. Wenn du nach drei Wochen zusätzlich eine andere Hochschule anschreibst, hast du zwei Teilstichproben mit unterschiedlichen Rekrutierungswegen. Das ist kein Fehler — es muss nur im Methodenteil stehen, mit Feldzeitraum, Kanal und Fallzahl je Welle. Wie sich Auswahlverfahren sauber beschreiben lassen, steht im Beitrag zu den Stichprobenverfahren.

Weg 2: Das Design umdeuten — vom Test zur Pilotstudie

Wenn Nachrekrutieren nicht mehr geht, ändert sich nicht die Datenlage, sondern die Frage. Aus „Unterscheiden sich die Gruppen?“ wird „Funktioniert dieses Vorgehen, und was lernen wir für eine größere Erhebung?“.

Eine Pilotstudie ist eine vollwertige Arbeitsform, wenn sie als solche geplant berichtet wird und tatsächlich etwas prüft: die Verständlichkeit des Instruments, die Machbarkeit des Feldzugangs, die Streuung der Antworten als Grundlage für eine spätere Fallzahlplanung, die Rücklaufquote je Kanal. Der Ergebnisteil enthält dann Deskriptives, Verteilungen und Reliabilitätskennwerte — und der Ausblick benennt konkret, wie eine Hauptstudie aussehen müsste.

Was diesen Weg trägt oder scheitern lässt, ist die Ehrlichkeit der Rahmung. „Explorative Pilotstudie“ als Etikett über einer misslungenen Hypothesenprüfung fällt auf. Als tatsächlich durchdachtes Vorhaben mit eigenen Fragen ist es solide.

Weg 3: Das Verfahren wechseln

Kleine Fallzahlen schließen nicht jede Auswertung aus, sie verschieben nur die Werkzeuge.

• Nichtparametrische und exakte Tests kommen ohne Verteilungsannahmen aus, die bei 23 Fällen ohnehin nicht prüfbar wären. Bei kategorialen Daten tritt der exakte Test an die Stelle der Näherung — der Beitrag zum Chi-Quadrat-Test beschreibt, wann genau das nötig wird.
• Weniger Modellparameter. Statt einer Regression mit fünf Prädiktoren zwei bivariate Zusammenhänge, sauber begründet und vorab festgelegt.
• Effektstärken und Intervalle in den Vordergrund. Berichte, wie groß der beobachtete Effekt ist und wie unsicher die Schätzung — statt eine Ja/Nein-Entscheidung über die Signifikanz zu erzwingen. Welche Maße wofür gelten, steht im Beitrag zu den Effektstärken in der Abschlussarbeit.

Weg 4: Qualitativ vertiefen statt quantitativ scheitern

23 Personen sind für eine Umfrage wenig — für eine qualitative Vertiefung sind sie ein üppiger Pool. Sechs bis acht Interviews mit Teilnehmenden, die sich am Ende des Fragebogens bereiterklärt haben, ergeben ein Mixed-Methods-Design: Der quantitative Teil liefert die Verteilung und die Auffälligkeiten, der qualitative erklärt sie.

Das ist mehr Arbeit als eine zusätzliche Auswertung, aber es ist der Weg, der aus einer schwachen eine interessante Arbeit macht. Wie ein Leitfaden dafür aufgebaut und ausgewertet wird, beschreibt der Beitrag zum Experteninterview. Prüfe vorher, ob dein Datenschutzkonzept eine Nachbefragung überhaupt abdeckt — wenn du Kontaktdaten nicht getrennt erhoben hast, geht dieser Weg nicht.

Was mit 23 Fällen trotzdem berichtbar ist

Auch wenn kein Inferenztest mehr trägt, ist ein Ergebnisteil nicht leer. Belastbar bleiben:

• Die Verteilungen selbst — Häufigkeiten, Mediane, Streuungen, und vor allem die Frage, ob überhaupt Varianz da ist. Eine Skala, auf der alle 23 Personen zwischen 4 und 5 antworten, ist ein Befund: Das Instrument differenziert in dieser Gruppe nicht.
• Die interne Konsistenz deiner Skalen. Reliabilitätskennwerte sind bei kleinen Stichproben ungenau, aber berechenbar, und sie sagen etwas über das Instrument statt über die Population.
• Offene Antworten. Freitextfelder werden bei großen Stichproben meist nur überflogen. Bei 23 Fällen kannst du sie vollständig kategorisieren — und genau das liefert oft das Interessanteste an der ganzen Erhebung.
• Der Feldbericht. Wie viele Einladungen, welche Kanäle, welche Abbruchstellen, welche Rückfragen kamen. Das ist methodisch verwertbares Wissen und gehört in den Ausblick.

Vier Dinge, die du auf keinen Fall tust

1. Hypothesen stillschweigend streichen. Wenn drei von fünf Hypothesen nicht mehr prüfbar sind, gehören sie trotzdem in die Arbeit — mit der Begründung, warum sie nicht geprüft wurden. Ein Exposé mit fünf Hypothesen und eine Arbeit mit zweien ist die auffälligste aller Lücken.
2. Die Stichprobe unauffällig auffüllen. Freundinnen und Mitbewohner einzuladen, ohne es zu dokumentieren, verändert die Grundgesamtheit und ist im Kern eine falsche Angabe zum Vorgehen.
3. Subgruppen durchsuchen, bis etwas signifikant wird. Bei 23 Fällen findet man mit genug Versuchen immer irgendeinen Unterschied. Er ist Zufall, und die Diskussion darüber ist verlorene Zeit.
4. Die Post-hoc-Power als Entschuldigung. Siehe oben — das Argument ist bekannt und wird als methodischer Fehler gewertet, nicht als Erklärung.

Der Limitations-Absatz, der tatsächlich funktioniert

Gute Einschränkungsabsätze entschuldigen sich nicht, sie ordnen ein. Drei Sätze reichen:

Die realisierte Stichprobe von N = 23 liegt deutlich unter der geplanten Fallzahl; die Erhebung erreichte trotz zweier Erinnerungen und der Ausweitung auf einen zweiten Verteiler keinen höheren Rücklauf. Eine Sensitivitätsanalyse zeigt, dass mit dieser Fallzahl nur große Effekte nachweisbar gewesen wären, weshalb die nicht signifikanten Befunde nicht als Beleg für das Fehlen eines Zusammenhangs gelesen werden dürfen. Die Ergebnisse werden daher als explorativ berichtet und über Effektstärken mit Konfidenzintervallen dargestellt.

Dieser Absatz zeigt drei Dinge auf einmal: Du kennst das Problem, du hast es quantifiziert, und du hast die Interpretation entsprechend angepasst. Genau das unterscheidet eine bewusste Einschränkung von einem übersehenen Mangel. Wie sich nicht signifikante Befunde darüber hinaus formulieren lassen, steht im Beitrag dazu, was bei nicht signifikanten Ergebnissen zu tun ist.

Das Gespräch mit der Betreuung: bring eine Entscheidung mit

Der Unterschied zwischen einem hilfreichen und einem unangenehmen Termin liegt darin, was du mitbringst. Nicht „meine Umfrage läuft nicht“, sondern ein halbseitiges Papier mit vier Zeilen:

1. Der Stand: Fallzahl, Feldzeitraum, welche Kanäle bespielt wurden, wo abgebrochen wird.
2. Was noch möglich ist: welcher Effekt bei dieser Fallzahl nachweisbar wäre.
3. Dein Vorschlag: einer der vier Wege oben, mit Begründung.
4. Was du brauchst: zwei Wochen Feldverlängerung, ein Empfehlungsschreiben an einen Verteiler, oder die Zustimmung zur geänderten Fragestellung.

Betreuende sagen zu einer begründeten Änderung fast immer Ja und zu einer Rettungsaktion in der letzten Woche fast immer Nein. Der einzige echte Fehler ist, das Gespräch zu verschieben, bis keiner der vier Wege mehr in den Zeitplan passt.

Häufige Fragen

Ab welcher Fallzahl ist eine quantitative Arbeit noch vertretbar?

Es gibt keine allgemeine Untergrenze — sie ergibt sich aus dem Verfahren. Für deskriptive Auswertungen und einfache Gruppenvergleiche sind 30 bis 50 Fälle oft noch tragfähig, für Regressionen mit mehreren Prädiktoren nicht. Entscheidend ist, dass du die Grenze benennst, statt sie zu überspielen.

Kann ich mein Thema jetzt noch auf eine Literaturarbeit umstellen?

Formal hängt das an deiner Prüfungsordnung und an der Anmeldung des Themas; inhaltlich ist es machbar, wenn genug Zeit bleibt. Der Vergleich zwischen empirischer und theoretischer Bachelorarbeit geht auf diese Umstellung ein. Sprich in jedem Fall zuerst mit dem Prüfungsamt, bevor du die Erhebung abbrichst.

Muss ich die Rücklaufquote überhaupt angeben?

Ja, wenn du sie kennst — also wenn du weißt, wie viele Personen eingeladen wurden. Bei offenen Links über soziale Netzwerke lässt sich keine Quote berechnen; dann schreibst du genau das hin, statt eine Zahl zu erfinden.

Darf ich unvollständige Fragebögen mitzählen?

Das ist eine Entscheidung, die du vorab treffen und begründen solltest. Üblich ist, Fälle einzuschließen, die alle für die jeweilige Analyse nötigen Angaben enthalten, und die Fallzahl je Analyse getrennt zu berichten. Wichtig ist nur, dass die Regel für alle Auswertungen dieselbe ist.

Was, wenn nach der Nachrekrutierung immer noch zu wenig da ist?

Dann greift Weg 2 oder 4. Beide sind vollwertige Arbeiten und werden nicht schlechter bewertet, solange sie sauber begründet sind. Bewertet wird die methodische Reflexion, nicht die Größe deiner Stichprobe.

Die Arbeit trotzdem sauber zu Ende bringen

Ganz gleich welchen Weg du wählst: Es folgt eine Umbauphase, in der Fragestellung, Methodenkapitel, Ergebnisteil und Diskussion wieder zueinander passen müssen — unter Zeitdruck und mit dem Kopf voller Zahlen. Mit Tesify strukturierst du deine Abschlussarbeit so, dass eine geänderte Fragestellung sich konsistent durch alle Kapitel zieht, statt nur an einer Stelle korrigiert zu werden.