Wie viele Leute brauche ich für die Umfrage in meiner Bachelorarbeit – 30, 100 oder 385?

Die gute Nachricht: Alle drei haben irgendwie recht – sie beantworten nur drei verschiedene Fragen. Wenn du das auseinanderhältst, kannst du deine Zahl im Methodenteil sauber begründen.

1. Die 385 – Schätzung eines Anteils. Der Online-Rechner beantwortet: Wie groß muss n sein, damit ich einen Anteilswert (etwa „wie viel Prozent sind zufrieden“) mit einer bestimmten Genauigkeit schätzen kann? Die Formel lautet n = z² · p · (1 − p) / e².

• z ist der Wert zum Konfidenzniveau, bei 95 Prozent also 1,96.
• p ist der erwartete Anteil. Weiß man nichts, nimmt man 0,5, weil p · (1 − p) dort am größten ist – das ist der vorsichtigste Fall.
• e ist die gewünschte Fehlermarge, der Standard in den Rechnern sind ± 5 Prozentpunkte.

Mit diesen Standardwerten: 1,96² · 0,25 / 0,05² = 384,16, aufgerundet 385. Das ist die ganze Magie. Lockerst du die Fehlermarge auf ± 10 Prozentpunkte, landest du bei 97 – weil e im Nenner quadriert steht, halbiert eine doppelt so große Marge nicht, sondern viertelt den Bedarf.

Außerdem gibt es die Endlichkeitskorrektur, wenn deine Grundgesamtheit klein ist: n = n₀ / (1 + (n₀ − 1) / N). Befragst du etwa den Vertrieb eines Unternehmens mit 200 Beschäftigten, sinkt der Bedarf bei ± 5 Prozentpunkten von 385 auf rund 132. Für „alle Vertriebsbeschäftigten in Deutschland“ bringt die Korrektur dagegen nichts.

2. Die 30 – eine Faustregel für etwas ganz anderes. Die bezieht sich auf den zentralen Grenzwertsatz: Ab etwa 30 Beobachtungen ist die Verteilung des Stichprobenmittelwerts meist ausreichend nah an einer Normalverteilung, sodass bestimmte Verfahren anwendbar sind. Das sagt weder etwas über die Genauigkeit noch über Repräsentativität. „Ab 30 ist alles normalverteilt“ stimmt also so nicht: Die Daten selbst werden durch mehr Fälle nicht normalverteilt.

3. Die 100 – vermutlich der Blick auf deine Auswertung. Wenn du nicht nur beschreiben, sondern testen willst (etwa: Unterscheidet sich die Zufriedenheit zwischen Innen- und Außendienst?), brauchst du eine Poweranalyse. Die hängt ab von Signifikanzniveau (meist 5 Prozent), gewünschter Teststärke (meist 80 Prozent) und der erwarteten Effektstärke. Richtwerte für einen t-Test mit zwei Gruppen: mittlerer Effekt (d = 0,5) etwa 64 pro Gruppe, großer Effekt (d = 0,8) etwa 26 pro Gruppe, kleiner Effekt (d = 0,2) fast 400 pro Gruppe. Für eine Korrelation mittlerer Größe (r = 0,3) brauchst du rund 85 Fälle. Das kostenlose Programm G*Power rechnet dir das für jedes Verfahren aus.

Für deinen Methodenteil heißt das: Formuliere zuerst deine Forschungsfragen und die geplanten Verfahren, rechne dann per Poweranalyse die Mindestgröße aus und nenne sie mit allen Annahmen. Das ist eine Begründung, gegen die kein Gutachter etwas sagen kann – ganz egal, ob am Ende 90 oder 140 herauskommen.

Marcos Rechnung ist die eine Hälfte. Die andere Hälfte ist in Bachelorarbeiten fast immer das größere Problem: Wer antwortet – nicht wie viele.

Das klassische Lehrbuchbeispiel dazu: Bei der US-Präsidentschaftswahl 1936 hat eine Zeitschrift über zwei Millionen Antworten gesammelt und klar falsch gelegen, während ein Institut mit einer viel kleineren, aber gezielt gezogenen Stichprobe richtig lag. Die Zeitschrift hatte vor allem Leute mit Telefon und Auto angeschrieben – damals ein deutlich wohlhabenderer Teil der Bevölkerung. Eine verzerrte Stichprobe wird durch mehr Fälle nicht besser, nur präziser falsch.

Was das für deinen Plan bedeutet:

• LinkedIn und WhatsApp-Gruppen ergeben eine Gelegenheitsstichprobe mit Selbstselektion. Antworten werden vor allem Leute, die dich kennen, dem Thema Homeoffice gegenüber eine starke Meinung haben oder generell viel online sind. Die Formel mit den 385 setzt aber eine Zufallsstichprobe voraus. Die Fehlermarge von ± 5 Prozentpunkten darfst du bei deinem Vorgehen streng genommen gar nicht angeben.
• Das ist kein Beinbruch – in Abschlussarbeiten ist das normal. Entscheidend ist, dass du es offen benennst: im Methodenteil als nicht-probabilistische Stichprobe und in den Limitationen mit der Folge, dass die Ergebnisse nicht auf alle Vertriebsbeschäftigten verallgemeinerbar sind.
• Filterfragen einbauen: Arbeitest du im Vertrieb? Hast du Homeoffice-Möglichkeit? Sonst sammelst du Antworten, die du am Ende wieder rauswerfen musst.
• Teilgruppen mitdenken: 120 Antworten klingen gut, bis du nach Innen- und Außendienst, drei Altersgruppen und Geschlecht aufteilst. Dann sitzen in manchen Zellen nur noch fünf Personen. Plane nur die Vergleiche, die du wirklich brauchst.
• Ausfälle einrechnen: Abbrüche und unvollständige Bögen sind bei Online-Umfragen häufig. Ein Aufschlag von 20 bis 30 Prozent auf deine Mindestgröße ist realistisch.

Pragmatischer Vorschlag: Konzentriere dich auf eine oder zwei klar formulierte Hypothesen, rechne dafür mit G*Power die Mindestgröße, sammle etwas darüber hinaus und dokumentiere Rekrutierungsweg und Rücklauf transparent. Gutachter bewerten in Bachelorarbeiten vor allem, ob du die Grenzen deines Designs verstehst – eine ehrliche Limitation wird besser bewertet als eine behauptete Repräsentativität. 🙂

Aus der Marktforschungspraxis (ich mache als Werkstudentin fast nur Umfragen) noch ein paar Punkte, die bei der Stichprobengröße oft vergessen werden – nämlich die Frage, wie viele man anschreiben muss, um am Ende genug brauchbare Antworten zu haben.

1. Rückwärts rechnen. Ziel z. B. 150 vollständige, auswertbare Fragebögen:

• Abbruchquote realistisch 20–30 % → du brauchst rund 200 Starts
• Bei einem Link in Gruppen oder im Newsletter klicken oft nur wenige Prozent → schnell mehrere tausend Kontakte

Das zeigt früh, ob dein Rekrutierungsweg überhaupt reicht, bevor du vier Wochen wartest.

2. Pretest mit 5–8 Personen aus der Zielgruppe. Lass sie laut denken, während sie ausfüllen. Du findest missverständliche Fragen, fehlende Antwortoptionen und kaputte Filterführung. Und miss die Ausfüllzeit: Alles über ca. 10 Minuten treibt die Abbruchquote hoch.

3. Datenqualität prüfen, bevor du zählst.

• Durchklicker (sogenannte Speeder): Bearbeitungszeit weit unter dem Median, z. B. unter einem Drittel
• Straightlining: in einer ganzen Matrixfrage überall dieselbe Antwort
• widersprüchliche Angaben bei Kontrollfragen

Solche Fälle ausschließen und im Methodenteil offen dokumentieren (vorher/nachher-Zahl). Das wirkt deutlich professioneller als eine größere, aber ungeprüfte Stichprobe.

4. Formales: kurzer Hinweis zu Anonymität und Datenschutz auf der ersten Seite, Pflichtfragen sparsam einsetzen, Skalen einheitlich halten (z. B. durchgehend fünfstufig).

Passt übrigens gut zu Marcos Punkt „Verzerrung schlägt Größe“: 150 saubere Antworten sind mehr wert als 400 mit Durchklickern.