Einfache lineare Zusammenhänge im wissenschaftlichen Arbeiten

Lineare Zusammenhänge lassen sich mit einem einfachen Verfahren untersuchen.

Einfache lineare Regression

Lesezeit ca. 8 Min. · zuletzt aktualisiert: 15. August 2026 · Weitere Tipps für Studium und wissenschaftliches Arbeiten

Die einfache lineare Regression lässt sich als klar begrenzte Untersuchung aufbauen: mit Frage, Daten, Auswertungsschritt, Ergebnis und Prüfung.

Vorschau der ersten Seite: Statistik berichten: Mustersätze für den ErgebnisteilVorschau der ersten Seite

Kostenlos herunterladen

Statistik berichten: Mustersätze für den Ergebnisteil

Die einfache lineare Regression, und daneben Ergebnisblätter im APA-7-Stil für t-Test, Korrelation, Regression, Chi-Quadrat-Test, Varianzanalyse und deskriptive Statistik samt Effektstärke.

Alle Vorlagen ansehen

Von der Frage zum nachvollziehbaren Ergebnis

Die einfache lineare Regression bezeichnet ein statistisches Verfahren, bei dem eine beobachtete abhängige Variable durch eine unabhängige Variable erklärt werden soll. Für die einfache Form werden zwei metrische Größen verwendet: eine Einflussgröße X und eine Zielgröße Y. Das zugrunde gelegte Modell ist linear. Mithilfe zweier Parameter wird eine Regressionsgerade durch eine Punktwolke gelegt, sodass der lineare Zusammenhang zwischen X und Y möglichst gut beschrieben wird. Damit ist nur das Verfahren beschrieben: Aussagen über eine bestimmte Hochschule, ein Fach, eine Software oder ein konkretes Forschungsergebnis folgen daraus nicht.

Für eine wissenschaftliche Anwendung übersetzt du die Methode in eine konkrete Frage. Eine geeignete Frage benennt die Einflussgröße, die Zielgröße und den untersuchten Zusammenhang. Aus „Einfache lineare Regression“ wird so beispielsweise die Frage nach dem Zusammenhang zwischen zwei metrischen Größen. Das Ergebnis ist dann keine allgemeine Erklärung, sondern eine nachvollziehbar dokumentierte Auswertung: Man sieht die verwendeten Größen, den Auswertungsschritt, das Ergebnis und seine Grenzen.

Diese Übersetzung gehört zum wissenschaftlichen Schreiben, weil du eine Methode nicht losgelöst von einer Frage darstellen solltest. Wer eine Hausarbeit schreiben oder eine Masterarbeit schreiben möchte, kann die Regression als abgegrenzten Auswertungsschritt einordnen. Schreibe dabei nicht mehr, als deine Quelle und die Vorgaben deiner Aufgabe hergeben. Kennst du die Vorgaben nicht, such sie in den Unterlagen zu deiner Aufgabe.

Ein allgemeiner Überblick über das Verfahren ist noch kein fertiges Ergebnis. Ein nachvollziehbares Ergebnis entsteht erst, wenn Frage, Material, Berechnung oder Darstellung und die abschließende Prüfung zusammenkommen. Das einfache Modell beschreibt man als Gleichung für die beobachteten Werte Y mit den Parametern β0 und β1 sowie ε. Prüfe für deinen Text, ob du diese Schreibweise brauchst, und erkläre sie, wenn du sie einsetzt.

Konkrete Schritte zu Einfache lineare Regression im wissenschaftlichen Arbeiten

Die Bestandteile in nachvollziehbarer Reihenfolge

Am Anfang steht die Frage zum einfachen linearen Modell. Formuliere zunächst, welche metrische Einflussgröße X und welche metrische Zielgröße Y du betrachtest. Schreibe die Frage so, dass ein konkretes Ergebnis möglich ist, und vermeide eine bloße Methodenbezeichnung als Forschungsfrage. Wenn du deine Forschungsfrage formulieren willst, hilft ein Blick darauf, ob beide Größen ausdrücklich genannt und voneinander unterschieden sind.

Danach wertest du deine Quelle aus. Lege fest, welche Definition des Verfahrens du verwendest, welche Vorgaben für deinen Auswertungsschritt gelten und welche mathematische Darstellung verlangt ist. Die einfache lineare Regression ist eine Sonderform mit zwei metrischen Größen und einem linearen Modell. Wenn du eine wissenschaftliche Argumentation aufbauen willst, gilt: Prüfe bei jedem fachlichen Satz, ob deine Quelle ihn trägt.

Im nächsten Teil ordnest du dein Material oder deine Daten. Ordne die Beobachtungen der Einflussgröße X und der Zielgröße Y eindeutig zu. Prüfe, ob die Größen tatsächlich metrisch beschrieben sind. Liegt diese Information nicht vor, such sie in der Datendokumentation, statt eine Eigenschaft zu unterstellen. Halte außerdem fest, welche Quelle die Daten beschreibt und welche Vorgaben die Auswahl oder Darstellung bestimmen.

Anschließend setzt du den Auswertungsschritt nachvollziehbar um. Dabei legst du eine Gerade durch eine Punktwolke, um den linearen Zusammenhang möglichst gut zu beschreiben. Dokumentiere deshalb, welche Größen in die Darstellung eingehen, welche Modellgleichung du verwendest und wie du die Regressionsgerade im Ergebnis kenntlich machst. Eine Gliederung einer Hausarbeit kann diesen Teil zwischen Fragestellung, Material, Auswertung und Ergebnis einordnen. Die Bestandteile einer wissenschaftlichen Arbeit sollten so angeordnet sein, dass die Frage zum Material, der Auswertungsschritt zum Ergebnis und die Prüfung zu den Grenzen deiner Aussage führt.

Zum Abschluss prüfst du das Ergebnis gegen die Vorgaben und die Grenzen deiner Aussage. Frage dich, ob deine Quelle direkt passt, ob X und Y korrekt bezeichnet sind, ob das lineare Modell als solches kenntlich bleibt und ob die Darstellung nicht über den beschriebenen Zusammenhang hinausgeht. Erst danach entscheidest du, welche Formulierung im Ergebnis stehen darf. Dass du ein Literaturverzeichnis erstellen und Quellenangaben richtig zitieren musst, gehört zur formalen Dokumentation deiner Grundlage, ersetzt aber nicht die fachliche Prüfung des Ergebnisses.

Schritt für Schritt zur Auswertung

  1. Frage festlegen: Schreibe eine Frage, die eine metrische Einflussgröße X und eine metrische Zielgröße Y miteinander verbindet. Ergebnis ist ein klarer Fragesatz mit zwei bezeichneten Größen.
  2. Quelle bestimmen: Lege die Quelle fest, aus der du Definition und Vorgaben übernimmst. Du hast danach eine kurze Notiz zur Quelle, die das lineare Modell, die zwei metrischen Größen und die Regressionsgerade abdeckt.
  3. Vorgaben prüfen: Prüfe, welche Anforderungen deine Aufgabe oder das Dokument an Material, Darstellung und Ergebnis stellt. Du hast danach eine kurze Liste. Fehlt eine Angabe, such sie in offiziellen oder fachlich einschlägigen Unterlagen und rate keine zuständige Stelle.
  4. Material ordnen: Weise jedes Datenstück der Einflussgröße X oder der Zielgröße Y zu und prüfe die vorhandene Beschreibung. Du hast danach eine geordnete Datengrundlage mit nachvollziehbaren Bezeichnungen.
  5. Auswertung durchführen: Stelle die beobachteten Werte als Punktwolke dar und dokumentiere die Regressionsgerade als Ergebnis des linearen Modells. Ergebnis ist eine Darstellung, in der die verwendeten Größen erkennbar bleiben.
  6. Resultat formulieren: Beschreibe, welchen linearen Zusammenhang die Gerade zwischen X und Y möglichst gut darstellt. Ergebnis ist ein Satz, der nur die untersuchten Größen und die konkrete Darstellung nennt.
  7. Grenzen deiner Aussage markieren: Prüfe, ob deine Formulierung über die Beschreibung des Verfahrens oder die vorliegenden Daten hinausgeht. Wenn ja, kürze oder präzisiere sie.
  8. Formales dokumentieren: Ordne die Quelle, die Schreibweise der Formeln und die verwendeten Darstellungen in die gewählte Zitierweise ein. Du hast danach einen nachvollziehbaren Nachweis. Nutze dafür Zitierweisen, deutsche Zitierweise oder Harvard-Zitierweise nur nach den tatsächlich geltenden Vorgaben.

Für die methodische Einordnung kannst du den Ausdruck Methoden wissenschaftlicher Arbeiten einbinden. Die Unterscheidung qualitative und quantitative Forschung brauchst du nur so weit, wie sie für deine Aufgabe belegt und nötig ist. Eine allgemeine Gegenüberstellung ersetzt weder die Frage noch die Auswertung.

Kurzes durchgängiges Anwendungsbeispiel

Für ein Rechenbeispiel formuliert eine Studierende die Frage: „Wie lässt sich der Zusammenhang zwischen täglicher Lernzeit in Minuten und einer Testpunktzahl mit einer einfachen linearen Regression beschreiben?“ Sie verwendet X für die Lernzeit und Y für die Punktzahl. Die folgenden zehn Wertepaare sind ausschließlich Beispielwerte: (10, 52), (20, 57), (30, 62), (40, 67), (50, 72), (60, 77), (70, 82), (80, 87), (90, 92) und (100, 97). Damit stehen zwei metrische Größen für das Modell bereit.

Sie überträgt die Paare in eine Tabelle mit den Spalten X und Y und zeichnet sie anschließend als Punktwolke. Die Punkte liegen im Beispiel auf einer ansteigenden Geraden. Als Regressionsgleichung hält sie Y = 47 + 0,5X fest. Der erste Parameter ist 47; der zweite Parameter ist 0,5. Setzt sie X = 10 ein, ergibt sich Y = 52. Setzt sie X = 100 ein, ergibt sich Y = 97. Diese beiden Rechnungen stimmen mit den eingetragenen Beispielwerten überein.

Die Studierende zeichnet die Gerade Y = 47 + 0,5X in dieselbe Darstellung wie die Punktwolke. Für die zehn gewählten Paare trifft die Gerade jeweils den zugehörigen Punkt. Ihr knappes Ergebnis lautet: In diesem Rechenbeispiel beschreibt die Gerade Y = 47 + 0,5X den linearen Zusammenhang zwischen Lernzeit und Testpunktzahl. Die Formulierung bezieht sich nur auf die angegebenen Beispielwerte. Sie wird nicht auf andere Daten übertragen.

Am Ende legt die Studierende die Wertetabelle, die beschriftete Punktwolke und die Gleichung zusammen vor. Wer wissenschaftliches Schreiben lernen will, kann das Beispiel als nachvollziehbare Darstellung eines Rechenwegs kennzeichnen und die verwendete Fachquelle getrennt von den selbst gewählten Beispielwerten angeben.

Konkreter Abschlusscheck zu Einfache lineare Regression im wissenschaftlichen Arbeiten

Fachliche Abgrenzung und formale Prüfung

Die fachliche Prüfung beginnt mit der Frage. Ist erkennbar, welche metrische Einflussgröße X und welche metrische Zielgröße Y untersucht werden? Ist festgehalten, was am Ende entstehen soll, etwa eine Punktwolke mit Regressionsgerade und Modellgleichung? Nennt die Frage nur den Methodennamen, formuliere sie mit den konkret untersuchten Größen neu.

Danach prüfst du die Quelle. Gibt es eine Quelle, die das einfache lineare Modell mit zwei metrischen Größen und einer Regressionsgeraden beschreibt? Schlage die Vorgaben, die für deinen Text gelten, in deinen Unterlagen nach und notiere sie. Fehlt die Grundlage für eine Aussage, ergänze sie nicht, sondern markiere den Punkt als offene Recherche.

Bei der Materialprüfung kontrollierst du, ob jede Beobachtung einem Wert von X und einem Wert von Y zugeordnet ist. Gleiche die Bezeichnungen der Messgrößen mit der Datendokumentation ab. Beim Auswertungsschritt prüfst du, ob Punktwolke, Modellgleichung und Gerade so festgehalten sind, dass Werte und Zuordnung nachvollziehbar bleiben. Beim Ergebnis kontrollierst du, ob Text, Tabelle und Darstellung dieselben Größen benennen und die Aussage beim linearen Zusammenhang bleibt.

Getrennt davon prüfst du die Abgrenzung. Der Text unterscheidet zwischen der Beschreibung der vorliegenden Punktwolke und Aussagen, die weder Quelle noch Material tragen. Auch wer ein Plagiat vermeiden will, bekommt durch diesen Check keine zusätzliche fachliche Aussage.

Die formale Prüfung folgt danach gesondert. Kontrolliere die einheitliche Zitierweise, die Zuordnung der Quellenangaben, das Literaturverzeichnis sowie die Beschriftungen von Tabellen und Abbildungen. Wenn du Quellenangaben richtig zitieren willst, werte vorhandene Vorgaben aus; gibt es keine, stelle keine Zitierweise als verbindlich dar. Vergleiche zum Schluss die Bezeichnungen in Text, Tabelle und Darstellung. Die fachliche Abgrenzung betrifft den Inhalt der Aussage, die formale Prüfung ihre nachvollziehbare Dokumentation.

Quellen und Stand

Du möchtest deinen Text vor der Abgabe sprachlich prüfen lassen?

Datei hochladen

Häufige Fragen zu Einfache lineare Regression

Was ist die einfache lineare Regression?

Sie ist ein statistisches Verfahren, das eine beobachtete abhängige Variable durch eine unabhängige Variable zu erklären versucht. In der einfachen Form werden zwei metrische Größen betrachtet: eine Einflussgröße X und eine Zielgröße Y. Dabei wird ein lineares Modell angenommen und eine Regressionsgerade beschrieben.

Welche Größen werden bei der einfachen linearen Regression verwendet?

Die beschriebene einfache Form verwendet zwei metrische Größen. Eine Größe wird als Einflussgröße X, die andere als Zielgröße Y bezeichnet. Vor einer eigenen Auswertung prüfst du die metrische Einordnung anhand der Datendokumentation.

Was zeigt die Regressionsgerade?

Die Regressionsgerade wird durch eine Punktwolke gelegt, um den linearen Zusammenhang zwischen X und Y möglichst gut zu beschreiben. Eine darüber hinausgehende Aussage darfst du nur formulieren, wenn Quelle und konkretes Material sie tragen.

Welche Gleichung gehört zur einfachen linearen Regression?

Das Modell für die beobachteten Werte lautet Yᵢ = β₀ + β₁xᵢ + εᵢ. Die Symbole stehen für die Zielgröße, die beiden Parameter, den jeweiligen X-Wert und εᵢ. Prüfe in deinem Text, ob diese Notation verlangt wird und verständlich erklärt ist.

Woran erkennst du ein nachvollziehbares Ergebnis?

Ein nachvollziehbares Ergebnis verbindet eine konkrete Frage mit bezeichneten Größen, geordnetem Material, dokumentiertem Auswertungsschritt und einer klaren Darstellung. Bei der einfachen linearen Regression gehören dazu die Beschreibung von X und Y, das lineare Modell und die Regressionsgerade. Die Formulierung darf nicht weiter gehen, als das Material trägt.

Ist die einfache lineare Regression dasselbe wie die multiple lineare Regression?

Nein. Die einfache lineare Regression wird mit zwei metrischen Größen beschrieben. Die multiple lineare Regression ist eine Verallgemeinerung mit mehreren Regressoren. Für deine eigene Arbeit prüfst du daher, welche Modellform deine Frage und deine Daten tatsächlich abdecken.

Unsere Partner