Stichprobengröße berechnen: Wie viele Teilnehmer brauchst Du?

Fachlich verantwortet von Prof. Dr. Alexander Holtermann · Stand 16.10.2026 · 4 Min. Lesezeit

Für eine Umfrage mit 95 % Konfidenz und 5 % Fehlerspanne brauchst Du rund 385 Antworten. Für Gruppenvergleiche bestimmt die Power-Analyse die Größe.

Das Wichtigste in Kürze

Bei Umfragen zu Anteilen gilt: n = z² · p · (1 − p) / e². Mit 95 % Konfidenz (z = 1,96), p = 0,5 und e = 5 % ergibt das 385.
Ist die Grundgesamtheit klein (z. B. 800 Studenten eines Fachs), reichen nach der Endlichkeitskorrektur deutlich weniger: hier 260.
Willst Du Gruppen vergleichen oder Zusammenhänge prüfen, rechne mit einer Power-Analyse: Für einen mittleren Effekt (d = 0,5) im t-Test brauchst Du 64 Personen je Gruppe.
Bei qualitativen Interviews zählt nicht die Zahl, sondern die Sättigung: Oft sind 8 bis 15 Interviews genug, wenn keine neuen Themen mehr auftauchen.
Plane Ausfälle ein: Rechne bei Online-Umfragen mit 20 bis 30 % unbrauchbaren oder abgebrochenen Fragebögen.

Warum die Stichprobengröße so wichtig ist

Mit einer Stichprobe schließt Du von wenigen auf viele. Ist sie zu klein, sind Deine Ergebnisse ungenau: Ein gefundener Unterschied kann Zufall sein, ein echter Unterschied bleibt unentdeckt. Ist sie unnötig groß, kostet die Erhebung Zeit, die Dir beim Schreiben fehlt.

Gutachter achten genau auf diesen Punkt. Eine begründete Stichprobengröße im Methodenteil zeigt, dass Du Dein Vorgehen geplant hast. Begründet heißt: Du nennst die Formel oder die Power-Analyse und die Werte, die Du angenommen hast.

Die Formel für Anteile (z. B. „Wie viel Prozent …?“)

Willst Du einen Anteil schätzen, etwa wie viele Studenten neben dem Studium arbeiten, nutzt Du diese Formel:

n = z² · p · (1 − p) / e²

z ist der Wert für das Konfidenzniveau (1,96 für 95 %, 2,58 für 99 %). p ist der erwartete Anteil. Weißt Du ihn nicht, nimm 0,5, das ist der ungünstigste Fall und liefert die größte Stichprobe. e ist die Fehlerspanne, die Du akzeptierst, meist 0,05 (± 5 Prozentpunkte).

Konfidenz	Fehlerspanne	nötige Stichprobe (p = 0,5)
90 %	± 5 %	271
95 %	± 5 %	385
95 %	± 3 %	1.068
99 %	± 5 %	664

Kleine Grundgesamtheit: die Endlichkeitskorrektur

Befragst Du eine überschaubare Gruppe, etwa alle 800 Studenten eines Studiengangs, darfst Du die Stichprobe verkleinern:

n_korrigiert = n / (1 + (n − 1) / N)

N ist die Größe der Grundgesamtheit. Aus 385 werden bei N = 800 nur noch 260. Die Korrektur lohnt sich, sobald Deine Stichprobe mehr als etwa 5 % der Grundgesamtheit ausmacht.

Gruppen vergleichen: Power-Analyse statt Faustregel

Willst Du prüfen, ob sich zwei Gruppen unterscheiden oder ob zwei Merkmale zusammenhängen, reicht die Formel für Anteile nicht. Hier bestimmst Du die Größe mit einer Power-Analyse. Die Analyse braucht vier Angaben: den Test, die erwartete Effektstärke, das Signifikanzniveau (meist α = 0,05) und die gewünschte Power (meist 0,80, also 80 % Chance, einen echten Effekt zu finden).

Die Effektstärke schätzt Du aus früheren Studien zu Deinem Thema. Findest Du keine, nimm die Konventionen nach Cohen: klein, mittel oder groß.

Test	kleiner Effekt	mittlerer Effekt	großer Effekt
t-Test, zwei Gruppen (je Gruppe)	394 (d = 0,2)	64 (d = 0,5)	26 (d = 0,8)
Korrelation (gesamt, Näherung nach Fisher)	783 (r = 0,1)	85 (r = 0,3)	30 (r = 0,5)

Qualitative Forschung: Sättigung statt Formel

Interviews und Fokusgruppen wollen nicht verallgemeinern, sondern verstehen. Deshalb gibt es keine Formel. Maßstab ist die theoretische Sättigung: Du führst so lange Interviews, bis neue Gespräche keine neuen Kategorien mehr bringen.

In Abschlussarbeiten sind 8 bis 15 Leitfadeninterviews üblich. Eine viel zitierte Studie (Guest, Bunce und Johnson, 2006) fand, dass in einer einheitlichen Gruppe die meisten Themen nach etwa zwölf Interviews vorliegen. Begründe Deine Zahl im Methodenteil mit der Sättigung und beschreibe, woran Du sie erkannt hast.

Ausfälle, Rücklauf und was im Methodenteil stehen muss

Nicht jeder, der Deine Umfrage öffnet, beendet sie. Teile Deine Zielgröße deshalb durch die erwartete Quote brauchbarer Antworten. Erwartest Du 75 % brauchbare Fragebögen und brauchst 385, solltest Du rund 515 Antworten einplanen.

die angestrebte Stichprobengröße und wie Du sie berechnet hast (Formel oder Power-Analyse mit allen Werten)
wie Du die Teilnehmer gewonnen hast (Stichprobenart, z. B. Gelegenheitsstichprobe)
die tatsächlich erreichte Zahl nach Bereinigung und warum Fälle ausgeschlossen wurden
was die Stichprobe für die Verallgemeinerbarkeit bedeutet (Grenzen der Arbeit)

Häufige Fragen

Wie viele Teilnehmer brauche ich für eine Umfrage in der Bachelorarbeit?

Für repräsentative Anteilsschätzungen mit 95 % Konfidenz und ± 5 % Fehler rund 385. In vielen Bachelorarbeiten sind 100 bis 200 Antworten üblich und akzeptiert, wenn Du die Grenzen offen benennst.

Reichen 100 Teilnehmer?

Für erste Tendenzen und einfache Vergleiche oft ja: Bei 100 Antworten liegt die Fehlerspanne bei rund ± 10 Prozentpunkten. Für Gruppenvergleiche hängt es von der Effektstärke ab — prüf es mit einer Power-Analyse.

Wie viele Interviews brauche ich für eine qualitative Arbeit?

Meist 8 bis 15 Leitfadeninterviews, bis keine neuen Themen mehr auftauchen (Sättigung). Entscheidend ist die Begründung, nicht die Zahl.

Was ist eine Power-Analyse?

Eine Berechnung der nötigen Stichprobengröße für einen statistischen Test aus Effektstärke, Signifikanzniveau und gewünschter Power (meist 80 %).

Quellen und weiterführende Literatur

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2. Aufl.). Lawrence Erlbaum.
Döring, N. (2023). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (6. Aufl.). Springer.
Guest, G., Bunce, A., & Johnson, L. (2006). How many interviews are enough? Field Methods, 18(1), 59–82.

Was an Deiner Hochschule gilt, steht in Prüfungsordnung und Leitfaden Deines Fachs — die haben immer Vorrang.