So gehst du bei Datenmatrix für die statistische Auswertung vor

Laut Methodenberatung des Instituts für Medizinische Informatik

Eine Datenmatrix für die statistische Auswertung ist eine rechteckige Tabelle: Jede Zeile steht für einen Fall, jede Spalte für eine Variable, und die erste Zeile trägt die Variablennamen. Hier erfährst du, wie du sie anlegst, codierst und vor der Analyse prüfst.

Was eine Datenmatrix ausmacht

Für die statistische Auswertung legst du deine Daten als zweidimensionale Tabelle in Rechteckform an: Zeilen sind die Fälle, etwa Befragte, Patienten oder Probanden, Spalten sind die Variablen, und in der ersten Zeile stehen die Variablennamen. Jede Zelle enthält genau einen Wert, nämlich die Ausprägung einer Variable bei einem Fall.

Diese Regel ist der gemeinsame Nenner von SPSS, R, Stata, Jamovi und Excel. Statistikprogramme lesen eine Tabelle nur dann zuverlässig ein, wenn sie keine verbundenen Zellen, keine Zwischenüberschriften und keine Leerzeilen enthält. Wer eine Studie im Rahmen eines Projekts plant, sollte die Matrix deshalb schon vor der Datenerhebung entwerfen und nicht erst, wenn die Fragebögen ausgefüllt vorliegen.

Drei konkrete Regeln helfen dir beim Start:

• Eine Zeile pro Fall: 120 Befragte ergeben 120 Datenzeilen plus eine Kopfzeile.
• Eine Spalte pro Variable: Eine Frage mit Mehrfachauswahl wird in mehrere Spalten zerlegt, eine pro Antwortoption, codiert mit 0 und 1.
• Messwiederholungen nebeneinander: Misst du dieselbe Variable mehrfach, bekommt jeder Messzeitpunkt eine eigene Spalte, zum Beispiel stress_t1, stress_t2, stress_t3.

Die Matrix ist das Bindeglied zwischen Erhebung und Ergebnis. Welche Spalten du brauchst, ergibt sich daraus, wie du deine Forschungsfrage formulieren willst, denn jede Hypothese verlangt mindestens eine abhängige und eine unabhängige Variable. Gerade bei Projekten, die quantitativ arbeiten, entscheidet die saubere Struktur darüber, ob sich Methoden wissenschaftlicher Arbeiten wie Korrelationen, t-Tests oder Regressionen überhaupt rechnen lassen.

Wo die Beschreibung deiner Datenmatrix in deinem Text ihren Platz findet, klärst du am besten mit einem Blick auf die Bestandteile einer wissenschaftlichen Arbeit.

Schritt für Schritt zur auswertbaren Tabelle

Du gehst beim Anlegen am besten in fester Reihenfolge vor, weil spätere Korrekturen in einer gefüllten Tabelle mühsam sind. Ob deine Daten überhaupt in eine Matrix gehören, klärt die Wahl zwischen den Ansätzen: Für qualitative und quantitative Forschung gelten unterschiedliche Datenformen, und Interviewtranskripte landen nicht in Zahlenspalten, sondern höchstens ihre Codierungen.

1. Fall-ID anlegen: Die erste Spalte heißt id und vergibt jedem Fall eine fortlaufende Nummer (1, 2, 3 …). So kannst du jede Zeile eindeutig auf den Fragebogen zurückführen, ohne Namen zu speichern.
2. Variablennamen festlegen: Nutze kurze Namen ohne Leerzeichen, Umlaute und Sonderzeichen, etwa alter, geschlecht, zufr_1. Beginne nie mit einer Ziffer, weil R und SPSS solche Namen ablehnen oder umschreiben.
3. Codeplan schreiben: Halte für jede Variable fest, welche Zahl welche Antwort bedeutet. Beispiel: geschlecht 1 = weiblich, 2 = männlich, 3 = divers. Eine Likert-Skala von „stimme gar nicht zu“ bis „stimme voll zu“ codierst du mit 1 bis 5.
4. Fehlende Werte definieren: Lege einen Code fest, der nie als echter Wert vorkommt, zum Beispiel -99 für „keine Angabe“, und trage ihn im Programm als fehlend ein. Alternativ lässt du die Zelle leer, aber dann einheitlich.
5. Daten eingeben: Trage nur Zahlen oder klar definierte Kategorien ein, keine Kommentare wie „ca. 30“. Für Freitextantworten legst du eine eigene Textspalte an.
6. Umkodieren und berechnen: Negativ formulierte Items drehst du um (bei 1 bis 5 gilt neuer Wert = 6 minus alter Wert). Skalenwerte wie Mittelwerte speicherst du in neuen Spalten, etwa zufr_mw, statt Rohdaten zu überschreiben.

Ein kurzes Beispiel für die Kopfzeile und zwei Fälle zeigt die fertige Form:

Wenn du eine Hausarbeit schreiben musst, die eine kleine Befragung enthält, reicht diese Struktur meist für die gesamte Analyse. Für ein umfangreicheres Vorhaben, etwa wenn du eine Masterarbeit schreiben willst, lohnt zusätzlich ein Datenprotokoll, das jede Änderung an der Matrix mit Datum festhält.

Typische Fehler und wie du sie vermeidest

Die meisten Probleme entstehen nicht bei der Statistik, sondern in der Tabelle davor. Diese Fehler tauchen besonders häufig auf:

• Mehrere Werte in einer Zelle: „Fußball, Tennis“ in einer Spalte sport lässt sich nicht auszählen. Besser: je Sportart eine Spalte mit 0 und 1.
• Fälle in Spalten statt in Zeilen: Wer Befragte nebeneinander einträgt, muss vor jeder Analyse transponieren. Besser: von Anfang an Fälle untereinander.
• Messzeitpunkte untereinander: Stehen t1 und t2 als zwei Zeilen desselben Falls da, rechnet das Programm sie als zwei Personen. Besser: Messwiederholungen als nebeneinanderliegende Spalten.
• Text statt Codes: „weiblich“, „w“ und „Frau“ in derselben Spalte erzeugen drei Kategorien. Besser: Zahlencodes nach Codeplan.
• Formatierung als Information: Farbig markierte Ausreißer oder fett gesetzte Fälle gehen beim Import verloren. Besser: eine eigene Spalte, etwa ausschluss mit 0 und 1.
• Null als fehlender Wert: Eine 0 bei einkommen wird als echtes Nulleinkommen gerechnet. Besser: ein eindeutiger Fehlwertcode.
• Rohdaten überschreiben: Wer umkodierte Werte in die Originalspalte schreibt, kann Fehler nicht mehr nachverfolgen. Besser: neue Spalte, Original behalten.

Ein Fehler in der Matrix wirkt bis in den Ergebnisteil: Eine wissenschaftliche Argumentation, die auf falsch codierten Daten aufbaut, bricht bei der ersten Nachfrage der Prüfenden zusammen. Achte auch darauf, übernommene Skalen offenzulegen; wer fremde Fragebögen nutzt, muss sie belegen und sollte Quellenangaben richtig zitieren, um ein Plagiat vermeiden zu können.

Checkliste vor der statistischen Auswertung

Bevor du die erste Analyse startest, prüfst du die Matrix Punkt für Punkt. Jeder Kontrollpunkt lässt sich mit Ja oder Nein beantworten:

• Steht in der ersten Zeile nur die Kopfzeile mit Variablennamen und darunter kein weiterer Titel?
• Entspricht die Zahl der Datenzeilen der Zahl deiner Fälle?
• Hat jeder Fall eine eindeutige ID ohne Dopplungen?
• Sind alle Variablennamen kurz, ohne Leerzeichen und Umlaute?
• Enthält jede Zelle genau einen Wert?
• Liegen alle Werte im erlaubten Bereich, etwa nur 1 bis 5 bei einer fünfstufigen Skala? Eine Häufigkeitstabelle je Variable zeigt Tippfehler wie 44 sofort.
• Ist der Fehlwertcode im Programm als fehlend definiert?
• Sind invertierte Items umkodiert und in neuen Spalten gespeichert?
• Gibt es einen Codeplan, der jede Spalte erklärt?
• Liegt eine unveränderte Kopie der Rohdaten getrennt vor?

Den Codeplan und eine Beschreibung der Matrix legst du deiner Arbeit in den Anhang, denn er zählt zu den Bestandteilen einer wissenschaftlichen Arbeit, die Prüfende zur Nachvollziehbarkeit einsehen wollen. Im Methodenteil beschreibst du knapp Stichprobe, Variablen und Umgang mit fehlenden Werten; ob dieses Kapitel vor oder nach der Theorie steht, legst du in der Gliederung einer Hausarbeit fest.

Genutzte Statistiksoftware und Methodenliteratur gehören ebenfalls belegt. Bevor du das Literaturverzeichnis erstellen kannst, klärst du, welche der Zitierweisen dein Institut verlangt. In empirischen Fächern ist die Harvard-Zitierweise mit Autor und Jahr im Text verbreitet, während manche geisteswissenschaftlichen Fächer die deutsche Zitierweise mit Fußnoten erwarten. Klare Variablenbezeichnungen im Text, also immer derselbe Name für dieselbe Größe, sind schließlich auch eine Frage des Stils: Gutes wissenschaftliches Schreiben benennt jede Variable so, wie sie in der Matrix heißt.

Quellen und Stand

• Offizielle Quelle: www.uni-giessen.de (geprüft am 2026-10-28)
• Wikipedia: Datenmatrix (Statistik): de.wikipedia.org (geprüft am 2026-10-28)