Einfaktorielle ANOVA: Varianzanalyse mit Post-hoc-Tests und η²
Fachlich verantwortet von Prof. Dr. Alexander Holtermann · Stand 16.10.2026 · 5 Min. Lesezeit
Die einfaktorielle ANOVA prüft, ob sich drei oder mehr Gruppenmittelwerte unterscheiden. Post-hoc-Tests zeigen danach, welche Gruppen genau verschieden sind.
Das Wichtigste in Kürze
- Die Varianzanalyse (ANOVA) vergleicht drei oder mehr Gruppen in einem einzigen Test und vermeidet so die Alpha-Fehler-Kumulierung vieler t-Tests.
- Die ANOVA zerlegt die Gesamtstreuung in Streuung zwischen den Gruppen und Streuung innerhalb der Gruppen. Der F-Wert ist das Verhältnis beider.
- Ein signifikanter F-Test sagt nur, dass sich mindestens zwei Gruppen unterscheiden. Welche, zeigen Post-hoc-Tests wie Tukey HSD.
- Voraussetzungen: metrische abhängige Variable, Normalverteilung je Gruppe, Varianzhomogenität und unabhängige Beobachtungen. Bei ungleichen Varianzen hilft die Welch-ANOVA.
- Als Effektstärke dient η²: der Anteil der Gesamtvarianz, der durch die Gruppen erklärt wird (klein 0,01, mittel 0,06, groß 0,14).
Wann brauchst Du eine ANOVA?
Willst Du die Mittelwerte von mehr als zwei Gruppen vergleichen, etwa die Klausurleistung bei drei Lernmethoden, könntest Du jede Gruppe paarweise mit einem t-Test vergleichen. Bei drei Gruppen wären das drei Tests, bei fünf Gruppen schon zehn. Mit jedem Test steigt die Gefahr eines zufällig signifikanten Ergebnisses (Alpha-Fehler-Kumulierung): bei drei Tests auf rund 14 %.
Die einfaktorielle Varianzanalyse (englisch one-way ANOVA, analysis of variance) prüft stattdessen in einem Schritt die Nullhypothese, dass alle Gruppenmittelwerte gleich sind. „Einfaktoriell“ heißt: Es gibt eine unabhängige Variable (den Faktor) mit mehreren Stufen. Bei zwei Faktoren, etwa Lernmethode und Studienfach, sprichst Du von einer zweifaktoriellen ANOVA.
Die Idee: Streuung zerlegen
Die ANOVA vergleicht zwei Varianzschätzungen. Die Streuung zwischen den Gruppen zeigt, wie weit die Gruppenmittelwerte vom Gesamtmittelwert entfernt liegen. Die Streuung innerhalb der Gruppen zeigt, wie stark die Personen in derselben Gruppe voneinander abweichen, also das „Rauschen“.
QS_gesamt = QS_zwischen + QS_innerhalb
Teilst Du jede Quadratsumme durch ihre Freiheitsgrade, erhältst Du die mittleren Quadrate (MQ). Der F-Wert ist ihr Verhältnis: F = MQ_zwischen / MQ_innerhalb. Liegen die Gruppenmittelwerte weit auseinander im Vergleich zur Streuung innerhalb der Gruppen, wird F groß.
| Quelle | Freiheitsgrade | mittleres Quadrat |
|---|---|---|
| zwischen den Gruppen | k − 1 (k = Anzahl Gruppen) | QS_zwischen / (k − 1) |
| innerhalb der Gruppen | N − k (N = alle Personen) | QS_innerhalb / (N − k) |
| gesamt | N − 1 |
Rechenbeispiel: drei Lernmethoden
Je fünf Studenten bereiten sich mit einer von drei Methoden auf einen Test vor (Punkte):
Nur Lesen: 12, 14, 11, 13, 15 → M = 13 Karteikarten: 15, 17, 16, 18, 14 → M = 16 Probeklausuren: 18, 20, 17, 19, 21 → M = 19
Der Gesamtmittelwert aller 15 Werte beträgt 16.
| Quelle | QS | df | MQ | F | p |
|---|---|---|---|---|---|
| zwischen | 90 | 2 | 45,0 | 18,00 | < ,001 |
| innerhalb | 30 | 12 | 2,5 | ||
| gesamt | 120 | 14 |
Post-hoc-Tests: Welche Gruppen unterscheiden sich?
Der F-Test ist ein Omnibus-Test: Er sagt nur, dass es irgendwo einen Unterschied gibt. Um herauszufinden, wo, rechnest Du nach einem signifikanten F-Test Post-hoc-Tests. Diese Tests vergleichen alle Paare und korrigieren dabei für die Zahl der Vergleiche.
- Tukey HSD: Standard bei gleich großen Gruppen und gleichen Varianzen; vergleicht alle Paare
- Bonferroni: einfach und streng; teilt α durch die Zahl der Vergleiche, gut bei wenigen geplanten Vergleichen
- Games-Howell: wenn die Varianzen ungleich sind, passend zur Welch-ANOVA
- Geplante Kontraste: wenn Du vorab gezielte Hypothesen hast, etwa „Probeklausuren sind besser als die beiden anderen Methoden“
| Vergleich (Tukey HSD) | Differenz | p | 95-%-KI |
|---|---|---|---|
| Karteikarten − Lesen | 3,00 | ,028 | [0,33; 5,67] |
| Probeklausuren − Lesen | 6,00 | < ,001 | [3,33; 8,67] |
| Probeklausuren − Karteikarten | 3,00 | ,028 | [0,33; 5,67] |
Voraussetzungen der Varianzanalyse
Die Voraussetzungen ähneln denen des t-Tests. Prüfe sie und dokumentiere das Ergebnis im Methoden- oder Ergebnisteil.
- Metrische abhängige Variable und eine kategoriale unabhängige Variable mit mindestens drei Stufen
- Unabhängige Beobachtungen: jede Person nur in einer Gruppe (sonst ANOVA mit Messwiederholung)
- Normalverteilung der Werte in jeder Gruppe; bei mindestens etwa 30 Personen je Gruppe robust
- Varianzhomogenität: Levene-Test nicht signifikant; im Beispiel F = 0,00, p = 1,000, weil alle Gruppen dieselbe Streuung haben
- Bei Verletzungen: Welch-ANOVA (ungleiche Varianzen) oder Kruskal-Wallis-Test (Rangverfahren bei kleinen, nicht normalverteilten Gruppen)
Effektstärke η² und ω²
Eta-Quadrat gibt an, welcher Anteil der Gesamtvarianz auf die Gruppenzugehörigkeit zurückgeht: η² = QS_zwischen / QS_gesamt. Im Beispiel erklären die Lernmethoden 75 % der Unterschiede in den Punkten, ein sehr großer Effekt. Nach Cohen (1988) gelten 0,01 als klein, 0,06 als mittel und 0,14 als groß.
η² überschätzt den Effekt in der Grundgesamtheit leicht, besonders bei kleinen Stichproben. Die weniger verzerrte Alternative ist Omega-Quadrat: ω² = (QS_zwischen − df_zwischen · MQ_innerhalb) / (QS_gesamt + MQ_innerhalb). Im Beispiel: (90 − 2 · 2,5) / (120 + 2,5) = 85 / 122,5 = ,69. Bei mehrfaktoriellen Designs berichtest Du meist das partielle η².
ANOVA nach APA berichten
Berichte zuerst die deskriptiven Werte je Gruppe, dann den F-Test mit beiden Freiheitsgraden, den p-Wert und die Effektstärke, danach die Post-hoc-Vergleiche.
Umsetzung in SPSS, R und JASP
In SPSS findest Du die einfaktorielle ANOVA unter Analysieren → Mittelwerte vergleichen → Einfaktorielle ANOVA. Unter Post hoc wählst Du etwa Tukey oder Games-Howell, unter Optionen den Homogenitätstest und die Welch-Statistik. Partielles η² gibt der Weg über Allgemeines lineares Modell → Univariat aus. In R rechnest Du summary(aov(wert ~ gruppe, data = daten)), Post-hoc-Tests mit TukeyHSD() und die Welch-ANOVA mit oneway.test(). In JASP und jamovi wählst Du ANOVA, ziehst Variablen in die Felder und setzt Häkchen für Post-hoc-Tests und Effektstärken.
Häufige Fragen
Was ist der Unterschied zwischen ANOVA und t-Test?
Der t-Test vergleicht genau zwei Mittelwerte, die ANOVA drei oder mehr. Bei zwei Gruppen führen beide zum selben Ergebnis, es gilt F = t².
Was sagt der F-Wert aus?
Er ist das Verhältnis der Streuung zwischen den Gruppen zur Streuung innerhalb der Gruppen. Ein F nahe 1 spricht für keine Unterschiede, ein großes F für deutliche Gruppenunterschiede.
Brauche ich Post-hoc-Tests, wenn die ANOVA nicht signifikant ist?
In der Regel nicht. Post-hoc-Tests folgen auf einen signifikanten F-Test. Geplante Kontraste aus vorab formulierten Hypothesen darfst Du dagegen unabhängig davon rechnen.
Was mache ich, wenn die Varianzen ungleich sind?
Verwende die Welch-ANOVA und als Post-hoc-Test Games-Howell. Beide setzen keine gleichen Varianzen voraus.
Welches nichtparametrische Verfahren ersetzt die ANOVA?
Der Kruskal-Wallis-Test für unabhängige Gruppen und der Friedman-Test für Messwiederholungen. Beide arbeiten mit Rängen.
Quellen und weiterführende Literatur
- Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7. Aufl.). Springer.
- Eid, M., Gollwitzer, M., & Schmitt, M. (2017). Statistik und Forschungsmethoden (5. Aufl.). Beltz.
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2. Aufl.). Lawrence Erlbaum.
Was an Deiner Hochschule gilt, steht in Prüfungsordnung und Leitfaden Deines Fachs — die haben immer Vorrang.
Passt dazu
- t-TestDer t-Test prüft, ob sich zwei Mittelwerte signifikant unterscheiden: unabhängige Gruppen, gepaarte Messungen oder ein Mittelwert gegen einen Sollwert.
- EffektstärkeDie Effektstärke zeigt, wie groß ein Unterschied oder Zusammenhang ist. Nach Cohen gilt d = 0,2 als klein, 0,5 als mittel und 0,8 als groß.
- Fehler 1. und 2. ArtFehler 1. Art (α): Du findest einen Effekt, den es nicht gibt. Fehler 2. Art (β): Du übersiehst einen echten Effekt. Die Power ist 1 − β.
- Welcher Test passt?Der passende Test hängt von vier Fragen ab: Unterschied oder Zusammenhang, Skalenniveau, Zahl und Art der Gruppen sowie Verteilung der Daten.
- Ergebnisse nach APA berichtenNach APA 7 nennst Du Teststatistik mit Freiheitsgraden, exakten p-Wert und Effektstärke, etwa t(14) = 3,42, p = ,004, d = 1,71. Statistiksymbole kursiv.
- Statistikprogramme im VergleichSPSS ist an Hochschulen am verbreitetsten, R am mächtigsten, JASP und jamovi kostenlos und einsteigerfreundlich. Excel reicht nur für einfache Auswertungen.
