Zurück
Multiple Choice Questions: Typen, Beispiele and Best Practices
SmartInterview Team
Eine Multiple-Choice-Frage bietet den Befragten eine feste Liste von Antwortoptionen zur Auswahl. Single-Select bedeutet, dass sie genau eine Option wählen. Multi-Select bedeutet, dass sie mehrere auswählen können. Ein gutes Beispiel folgt zwei Regeln: Die Liste der Optionen muss jede plausible Antwort abdecken, und keine zwei Optionen dürfen gleichzeitig zutreffen.
Alles andere ist Handwerk. Und darauf kommt es bei diesem Handwerk an.
Verwenden Sie Radio Buttons für Single-Select und Checkboxes für Multi-Select. Das Bedienelement zeigt den Befragten, wie viele Antworten Sie erwarten, noch bevor sie ein einziges Wort der Instruktion gelesen haben.
Exhaustive (vollständig) bedeutet, dass niemand zu einer Antwort gezwungen wird, die für ihn nicht zutrifft. Mutually exclusive (überschneidungsfrei) bedeutet, dass kein Befragter berechtigterweise in zwei Antwortkategorien fallen kann.
Randomisieren Sie die Reihenfolge der Optionen, um den Position Bias (Verzerrung durch die Reihenfolge) auszuschließen, aber ankern Sie Optionen wie „Sonstiges“, „Keines der oben genannten“, „Weiß nicht“ und alles, was einer natürlichen logischen Reihenfolge folgt.
Bei Multi-Select-Fragen summieren sich die Prozentwerte auf über 100 %. Entscheiden Sie im Vorfeld, ob Ihr Nenner die Befragten oder die Antworten sind, und beschriften Sie das Diagramm entsprechend.
Lange Listen weisen auf ein schlechtes Design hin. Ab etwa 7 bis 10 sichtbaren Optionen sollten Sie zu einer gruppierten Liste, einem Suchfeld oder einer zweistufigen Funnel-Frage wechseln.
Multiple-Choice vs. die Alternativen
Multiple-Choice ist aus gutem Grund der Standard, aber nicht immer das richtige Instrument. Hier ist der Vergleich mit anderen geschlossenen Formaten, mit denen es konkurriert.
Format | Was es misst | Respondent Effort | Analyse-Output | Best Use Cases |
|---|---|---|---|---|
Single-Select Multiple-Choice | Eine kategorische Auswahl: die eine beste Option | Gering. Eine Entscheidung, Liste ist sichtbar | Saubere Häufigkeitstabelle, Anteile summieren sich auf 100% | Segmentierung, Screener, "Welches davon"-Fragen |
Multi-Select Multiple-Choice | Zugehörigkeit zu einer Menge: alles, was zutrifft | Mittel. Jede Option erfordert ein eigenes Ja/Nein-Urteil | Eine binäre Variable pro Option, Anteile übersteigen 100% | Brand Awareness, Feature Usage, Gründe und Barrieren |
Dropdown | Eine Auswahl aus einer langen, bekannten, geordneten Liste | Hoch. Optionen sind bis zum Öffnen verborgen | Gleich wie Single-Select, mit höherer Non-Response-Rate | Land, Jahr, Kanton, Währung. Niemals für Einstellungen (Attitudes) |
Rank Order | Relative Priorität zwischen den Optionen | Hoch. Jedes Item wird mit jedem anderen verglichen | Mittlere Ränge und Top-Box-Anteile, schwerer lesbar | Trade-offs, bei denen "all dies ist wichtig" die eigentliche Antwort ist |
Open Text oder Voice | Ungestützt (Unprompted), im eigenen Rahmen des Befragten | Am höchsten. Nichts zum Wiedererkennen, alles muss aktiv erinnert werden (Recall) | Erfordert Coding, bevor es quantifizierbar wird | Discovery, Gründe für eine Entscheidung, alles, woran Sie vielleicht nicht gedacht haben |
Der ehrliche Trade-off: Multiple-Choice bringt Ihnen Schnelligkeit und Vergleichbarkeit, indem Sie den Befragten Ihre Kategorien vorgeben. Offene Fragen behalten deren eigene Kategorien bei, kosten Sie aber Coding-Arbeit. Das ist dasselbe Spannungsfeld wie bei qualitativer vs. quantitativer Forschung, und die meisten soliden Fragebögen nutzen beides.
Single-select vs. Multi-select
Dies sind zwei verschiedene Messungen, nicht zwei Einstellungen derselben Frage.
Single-select erzwingt eine Entscheidung. Es fragt, welche eine Sache am ehesten zutrifft, und erzeugt eine saubere Verteilung, bei der sich die Anteile auf 100 % summieren. Verwenden Sie es, wenn die Optionen tatsächlich miteinander konkurrieren: Primärbank, Hauptgrund für Kündigung, bevorzugtes Lieferzeitfenster. Wenn Sie die Mechanik des Forced-Choice-Designs nutzen möchten, lesen Sie mehr unter Single-Select-Fragen.
Multi-select misst die Zugehörigkeit zu einer Gruppe. Jede Option wird hinter den Kulissen zu einer eigenen Ja/Nein-Variablen. Verwenden Sie es, wenn mehrere Antworten gleichzeitig zutreffen können: Marken, von denen Sie gehört haben, Funktionen, die Sie nutzen, Kanäle, auf denen Sie eine Anzeige gesehen haben.
Das Interface muss signalisieren, um welche Art es sich handelt
Teilnehmende lesen die Bedienelemente, bevor sie die Anweisungen lesen. Runde Radio Buttons bedeuten: Wählen Sie eine Option. Quadratische Checkboxen bedeuten: Wählen Sie so viele aus, wie zutreffen. Die Vermischung dieser Elemente führt zu stillem Schaden: Personen, die eigentlich drei Optionen auswählen wollten, wählen nur eine aus, und Sie sehen die verlorenen Antworten nie.
Praktische Regeln:
Radio Buttons für Single-select, Checkboxen für Multi-select. Keine Ausnahmen, keine benutzerdefinierten Widgets, die nach keinem von beiden aussehen.
Platzieren Sie die Anweisung in der Frage (im Stimulus) und nicht unter der Liste: „Wählen Sie alle zutreffenden Optionen aus“ oder „Wählen Sie eine Option“.
Wenn Sie die maximale Auswahl begrenzen, nennen Sie das Limit in der Fragestellung („Wählen Sie bis zu drei aus“) und setzen Sie dies im Interface durch.
Machen Sie auf dem Smartphone die gesamte Zeile der Option tippbar, nicht nur das kleine Bedienelement.
Die zwei Regeln, die jede Optionsliste erfüllen muss
Abdeckend (Exhaustive): Jede testende Person muss sich wiederfinden
Wenn die wahre Antwort einer testenden Person nicht auf der Liste steht, tut sie eines von drei Dingen: Sie wählt etwas Ähnliches, das aber falsch ist, sie wählt zufällig aus oder sie bricht ab. Alle drei Optionen verfälschen Ihre Daten, und nur die dritte ist für Sie sichtbar.
Typische Gründe, warum Listen nicht abdeckend sind:
Die Frage „Welchen unserer Tarife nutzen Sie?“ ohne die Option „Ich bin mir nicht sicher“ für Personen, die es tatsächlich nicht wissen.
Das Auflisten von für Sie wichtigen Konkurrenzmarken, während regionale Marken, die Ihre Befragten tatsächlich nutzen, weggelassen werden.
Fragen zum Beschäftigungsstatus mit den Optionen „Angestellt“, „Arbeitslos“ und „Im Ruhestand“, ohne Optionen für Studierende, Pflegende oder Selbstständige anzubieten.
Das Anbieten demografischer Kategorien, die davon ausgehen, dass eine testende Person genau in eine Schublade passt, wenn dies nicht der Fall ist.
Die Lösung ist entweder eine vollständige Liste oder ein gut platziertes „Sonstiges (bitte angeben)“. Mehr dazu weiter unten.
Sich gegenseitig ausschließend (Mutually exclusive): Keine Person darf in zwei Schubladen passen
Dies ist die Regel, die am häufigsten gebrochen wird, und fast immer an derselben Stelle: bei numerischen Bereichen.
Fehlerhaft | Warum es fehlerhaft ist | Korrigiert |
|---|---|---|
18-25, 25-35, 35-50 | Ein 25-Jähriger passt in zwei Bereiche. Die Anteile hängen davon auf, auf welchen Bereich er zufällig klickt | 18-24, 25-34, 35-49, 50 oder älter |
Unter CHF 50, CHF 50-100, CHF 100+ | Beide Grenzwerte werden doppelt gezählt | Weniger als CHF 50, CHF 50 bis CHF 99, CHF 100 oder mehr |
Preis / Preis-Leistungs-Verhältnis / Kosten | Drei Labels für ein einziges Konzept, sodass sich die Stimmen auf drei Wege aufteilen | Preis, plus eine separate Option für etwas wirklich anderes |
Täglich, Wöchentlich, Regelmäßig | „Regelmäßig“ überschneidet sich mit den beiden anderen | Täglich oder häufiger, Einigemale pro Woche, Wöchentlich, Seltener als einmal pro Woche, Nie |
Eine Überschneidung ist nicht nur unordentlich. Sie teilt ein reales Signal auf zwei Optionen auf, sodass eine Kategorie, die eigentlich Ihr Hauptergebnis hätte sein sollen, auf dem dritten und vierten Platz landet. Bei Single-select-Fragen ist der Schaden im Output unsichtbar: Die Zahlen summieren sich immer noch auf 100 % und sehen völlig gesund aus.
Beachten Sie, dass die Regel der gegenseitigen Ausschließlichkeit für die Optionen gilt, nicht für das Verhalten der befragten Person bei einem Multi-select. Bei Multi-select ist das Auswählen mehrerer Optionen genau der Zweck. Was jedoch dennoch überschneidungsfrei sein muss, sind die Konzepte: Zwei Optionen sollten niemals dasselbe bedeuten.
Formulierung des Optionssets
Sobald die Liste abdeckend und überschneidungsfrei ist, entscheidet die Formulierung darüber, wie viel Bias Sie einführen.
Achten Sie auf parallele Grammatik
Jede Option sollte dieselbe Wortart haben und dieselbe Struktur wie der Stimulus aufweisen. Wenn der Stimulus lautet „Warum haben Sie gekündigt?“, sollte jede Option ein Grund sein: „Es war zu teuer“, „Ich habe es nicht mehr genutzt“, „Der Support war zu langsam“. Die Mischung aus einem Substantiv („Preis“) und einem vollständigen Satz („Ich fand, dass das Support-Team zu lange für eine Antwort gebraucht hat“) führt dazu, dass die Befragten langsamer werden und noch einmal lesen müssen.
Halten Sie die Längen ähnlich
Längere Optionen ziehen beim Überfliegen einer Liste mehr Klicks an – einfach, weil sie mehr Details enthalten und mehr Chancen bieten, mit etwas übereinzustimmen, das der Befragte wiedererkennt. Wenn eine Option 20 Wörter benötigt und der Rest nur drei, kürzen Sie sie oder teilen Sie sie auf.
Eine Idee pro Option (No double-barreled questions)
„Schnell und erschwinglich“ ist doppelspurig. Jemand, der es schnell, aber teuer fand, kann nicht ehrlich antworten, und wenn diese Option ausgewählt wird, können Sie nicht sagen, welche Hälfte gemeint war. Teilen Sie sie in zwei Optionen auf oder wählen Sie diejenige, die Sie tatsächlich messen möchten. Die gleiche Falle gilt für Fragestellungen und ist einer der klassischen Fehler bei Fragen zur Kundenzufriedenheit (Customer Satisfaction Survey).
Kein interner Jargon
Optionen wie „Tier-2-Onboarding“ oder „Post-Purchase-NPS-Flow“ bedeuten etwas im Slack-Kanal Ihres Teams, nicht aber für eine befragte Person. Schreiben Sie die Option in den Worten, die ein Kunde verwenden würde, selbst wenn Sie dadurch an Präzision einbüßen.
Führen Sie nicht mit der Liste
Ein Optionsset ist an sich schon eine Form des Primings. Wenn Sie fragen „Was hat Ihnen an dem Service gefallen?“ und jede Option ein positives Attribut ist, haben Sie der befragten Person vermittelt, dass Gefallen erwartet wird. Sorgen Sie für ein ausgewogenes Set oder stellen Sie zuerst eine neutrale, offene Frage und lassen Sie die Befragten antworten, bevor sie Ihre Kategorien sehen.
Wie viele Optionen sind zu viele
Es gibt keine feste Grenze, aber eine praktische. Befragte überfliegen Listen, anstatt sie ganz zu lesen. Je länger die Liste ist, desto mehr betreiben sie Satisficing: Sie lesen die ersten paar Optionen, finden etwas Akzeptables und hören auf. Auf dem Smartphone wird alles, was „below the fold“ (unter dem sichtbaren Bereich) liegt, von weniger Menschen gelesen als das, was darüber liegt.
Als praktische Empfehlung gilt: Sorgen Sie dafür, dass eine sichtbare, flache Liste etwa 7 bis 10 Optionen umfasst. Gehen Sie darüber hinaus, strukturieren Sie um, anstatt zu scrollen:
Gruppieren Sie die Liste. Kategorie-Überschriften machen aus 40 Optionen 6 schnell erfassbare Blöcke. Eignet sich gut für Produktkataloge und Berufsrollen.
Nutzen Sie die Suche oder Autocomplete. Für lange, bekannte, geschlossene Listen, bei denen die Befragten ihre Antwort schon vor der Eingabe kennen: Land, Stadt, Universität, Automodell. Niemals für Einstellungen, da Befragte nicht nach einem Gefühl suchen können.
Teilen Sie die Abfrage in einen zweistufigen Funnel auf. Fragen Sie zuerst die grobe Kategorie ab und zeigen Sie dann nur die Optionen innerhalb dieser Kategorie an. Dies ist die sauberste Option für große Marken- oder Produktlisten und verkürzt die wahrgenommene Frage für alle Beteiligten.
Kürzen Sie die Liste. Oft die ehrlichste Lösung. Wenn 15 Ihrer 30 Optionen jeweils unter 2 % landen, beanspruchen Sie die Aufmerksamkeit der Befragten nur für Rauschen.
Länge hat einen Preis, der über den Bias hinausgeht. Jedes zusätzliche Scrollen ist eine weitere Gelegenheit für einen Abbruch. Das ist mit ein Grund dafür, warum Response Rates bei Umfragen immer weiter sinken.
Order effects, randomization, and what to anchor
Wo eine Option in der Liste steht, beeinflusst, wie oft sie ausgewählt wird. Dies ist ein realer, gut dokumentierter Effekt in der Umfragemethodik, und er wirkt je nach Art der Fragestellung in entgegengesetzte Richtungen.
Primacy und Recency
Primacy bias tritt bei visuellen, selbstständig ausgefüllten Umfragen auf: Web, Mobile, Papier. Befragte verarbeiten die Liste von oben nach unten, und die ersten Optionen erhalten mehr Aufmerksamkeit und mehr Klicks.
Recency bias tritt auf, wenn Optionen laut vorgelesen werden: Telefoninterviews, persönliche Interviews, Voice-Surveys. Die zuletzt vorgelesenen Optionen sind dem Befragten bei der Beantwortung am frischesten im Gedächtnis.
Beide Effekte verstärken sich mit der Länge der Liste und der Ermüdung der Befragten. Keiner der beiden verschwindet, nur weil Ihre Optionen gut formuliert sind.
Randomization und Rotation
Sie können Reihungseffekte nicht gänzlich eliminieren, aber Sie können verhindern, dass sie jedes Mal die gleiche Option bevorzugen. Durch die Randomisierung der Reihenfolge pro Befragtem wird der Vorteil gleichmäßig über die Liste verteilt, sodass der Bias zu einem statistischen Rauschen wird, anstatt zu einer systematischen Verzerrung zugunsten von Option eins.
Full randomization mischt die Optionen für jeden Befragten völlig unabhängig. Die Standardwahl für ungeordnete Listen wie Marken, Features oder Gründe.
Rotation behält die Liste in einer festen Reihenfolge bei, ändert jedoch den Startpunkt pro Befragtem. Nützlich, wenn die Liste eine interne Logik besitzt, die Sie beibehalten möchten.
Block randomization mischt Gruppen von zusammenhängenden Optionen, während jede Gruppe in sich zusammengehalten wird. Das richtige Tool für kategorisierte lange Listen.
Erfassen Sie die Reihenfolge, die jeder Befragte gesehen hat. Ohne diese Information können Sie im Nachhinein nicht überprüfen, ob die Randomisierung tatsächlich funktioniert hat, und Sie können Ihre eigenen Daten nicht auf Reihungseffekte hin testen.
Optionen, die Sie verankern (anchoring) müssen
Die Randomisierung gilt nur für die inhaltlichen Optionen. Einige Optionen müssen fest an ihrer Position verankert und von der Mischung ausgeschlossen werden:
"Sonstige (bitte angeben)": Immer an letzter Stelle. Sie dient als Auffangoption; wenn sie in die Mitte rutscht, wirkt sie fälschlicherweise wie eine reguläre Kategorie.
"Nichts davon": Immer an letzter Stelle, nach "Sonstige", falls beide vorhanden sind.
"Weiß nicht" und "Keine Angabe": Immer ganz unten, visuell von der inhaltlichen Liste getrennt, sofern die Benutzeroberfläche dies zulässt.
Geordnete Skalen (ordered scales): Niemals randomisieren. Zustimmungs-, Häufigkeits- und Zufriedenheitsskalen tragen eine Bedeutung in ihrer Reihenfolge. Das Mischen einer Likert-Skala macht sie unlesbar. Wenn Sie eine Skala ausbalancieren möchten, kehren Sie die gesamte Reihenfolge für die Hälfte Ihrer Stichprobe um, anstatt sie unkontrolliert zu mischen.
Jede natürlich geordnete Liste: Zeiträume, Altersgruppen, Einkommensklassen, Größen, Wochentage. Wenn ein Befragter bemerken würde, dass die Reihenfolge falsch ist, handelt es sich um eine geordnete Liste.
"Sonstige", "Nichts davon" und "Weiß nicht" sind drei verschiedene Dinge
Sonstige (bitte angeben)
"Sonstige" ist Ihre Versicherung gegen eine Liste, die nicht vollständig ist. Es hält die Befragten ehrlich, anstatt sie zu einer falschen Antwort zu zwingen, und es zeigt Ihnen, was Sie übersehen haben.
Die Kosten dafür: Jede Freitexteingabe muss gelesen und codiert werden, bevor sie gezählt werden kann. Das bedeutet echten Aufwand, und deshalb bleiben "Sonstige"-Antworten beim Export so oft uncodiert, während alle die geschlossenen Antwortoptionen so auswerten, als ob sie die ganze Realität abbilden würden.
Wie man es richtig nutzt:
Setzen Sie es im Pilot gezielt ein. Stellen Sie die Frage einer kleinen Stichprobe mit offenem "Sonstige"-Feld, lesen Sie die Rückmeldungen und überführen Sie die am häufigsten genannten Antworten als feste Optionen in die Hauptbefragung. Genau dafür ist ein Soft Launch da.
Beobachten Sie die Größe des "Sonstige"-Anteils. Ist dieser sehr groß, ist Ihre Liste unvollständig, und keine noch so detaillierte Analyse der vorgegebenen Optionen kann das korrigieren.
Führen Sie ein Back-Coding durch, bevor Sie berichten. Viele "Sonstige"-Nennungen sind nur anders formulierte vorgegebene Optionen. Führen Sie diese zusammen und berichten Sie die tatsächlich neuen Kategorien separat.
Fügen Sie es nicht reflexartig hinzu. Bei einer wirklich geschlossenen Liste ("Haben Sie die App oder die Website genutzt?") sorgt es eher für Störgeräusche als für echten Erkenntnisgewinn.
Die Kosten für das Coding sind der Grund, warum viele Teams offene Optionen insgeheim meiden. Das muss jedoch keine manuelle Arbeit sein: Plattformen, die offene Antworten automatisch codieren – darunter SmartInterview –, clustern "Sonstige"-Texte und Freitextantworten in Themes, sodass Sie diese direkt neben den geschlossenen Optionen ausweisen können, anstatt sie in einer Tabelle liegenzulassen.
Nichts davon
"Nichts davon" bedeutet, dass die Liste auf diesen Befragten nicht zutrifft. Es gehört in fast jede Mehrfachauswahl (multi-select), denn ohne diese Option ist der einzige Weg, "nichts von alledem" zu sagen, die Frage unbeantwortet zu lassen – was sich nicht von einem Überspringen der Frage unterscheidet.
Diese Option muss exklusiv sein. Das Auswählen dieser Option sollte alle anderen Kontrollkästchen deaktivieren, und das Auswählen einer anderen Option sollte diese Option deaktivieren. Wenn Ihr Tool dies nicht erzwingt, werden Sie Befragte haben, die vier Marken und gleichzeitig "Nichts davon" ausgewählt haben, und Sie müssen nachträglich entscheiden, wie Sie damit umgehen.
Weiß nicht
"Weiß nicht" ist eine echte Antwort, keine Verweigerung. Es bedeutet, dass dem Befragten die Information fehlt. Bieten Sie diese Option an, wenn die Frage Fakten betrifft, die man vielleicht nicht weiß: Preise, die man nicht selbst verhandelt hat, Features, die man nie genutzt hat, oder Entscheidungen, die jemand anderes im Haushalt getroffen hat.
Der Nachteil ist, dass das Anbieten dieser Option es den Befragten erleichtert, das Nachdenken zu überspringen. Bei Einstellungsfragen, zu denen sich jeder eine Meinung bilden kann, verleitet dies zum "Satisficing" (dem Wählen des geringsten Widerstands). Bei Wissensfragen erzeugt das Weglassen eine Scheinpräzision. Entscheiden Sie dies von Frage zu Frage, nicht pauschal für die ganze Umfrage.
Keine Angabe
Hierbei geht es um Consent (Einwilligung), nicht um Wissen. Der Befragte kennt die Antwort, entscheidet sich aber, sie nicht zu nennen. Bieten Sie diese Option bei sensiblen Themen an: Einkommen, Gesundheit, politische Präferenzen, ethnische Zugehörigkeit, sexuelle Orientierung. Behandeln Sie sie als fehlende Daten, niemals als eigene Kategorie, und legen Sie sie niemals mit "Weiß nicht" zusammen. Sie bedeuten das genaue Gegenteil voneinander.
Multiple-Choice-Antworten in Umfragen: Gestaltung des Antwortsets
Die Frage zieht die Aufmerksamkeit auf sich. Die Antwortoptionen bestimmen die Daten. Eine gut formulierte Frage in Kombination mit einer unausgewogenen, sich überschneidenden oder schlecht geordneten Optionsliste liefert Zahlen, die zwar sauber aussehen, aber keine Aussagekraft haben. Betrachten Sie das Antwortset als eigenständiges Design-Objekt mit einer eigenen Checkliste.
Wie viele Antwortoptionen angeboten werden sollten
Hier gibt es keine methodische Konstante, daher sollten Sie die folgenden Punkte eher als praktische Orientierungshilfe und weniger als wissenschaftliche Studienergebnisse betrachten. Der nützlichste Ansatz ist es, sich vor Augen zu führen, was an den jeweiligen Extremen bricht.
Größe des Antwortsets | Was passiert | Wie es sich in den Daten zeigt | Was zu tun ist |
|---|---|---|---|
2 bis 3 Optionen | Erzwungene Vereinfachung. Reale Antworten werden in die am nächsten liegende Box gepresst. | Eine Option erhält eine unplausible Mehrheit und das Feld „Sonstiges“ ist sehr groß. | Völlig in Ordnung für echte binäre Fakten. Andernfalls spalten Sie die dominante Option in ihre tatsächlichen Komponenten auf. |
4 to 7 options | Der optimale Bereich. Die gesamte Liste ist auf einem Smartphone ohne Scrollen sichtbar. | Verteilung über mehrere Optionen, geringes „Sonstiges“, stabil zwischen den Wellen. | Musterbeispiel für Einstellungsfragen, Driver-Analysen und Häufigkeitsfragen. |
8 bis 12 Optionen | Machbar, aber Optionen am Ende der Liste verlieren an Aufmerksamkeit, insbesondere mobil. | Optionen unterhalb der Sichtgrenze (below the fold) schneiden unabhängig vom Inhalt schlechter ab. | Reihenfolge randomisieren, Labels kurz halten, prüfen, ob die Liste auf einen Bildschirm passt. |
13 oder mehr Optionen | Satisficing. Teilnehmer lesen nur, bis eine akzeptable Option erscheint, und hören dann auf. | Ein langer Rattenschwanz von Optionen unter 2 % und die durchschnittliche Auswahl pro Person sinkt. | Unter Überschriften gruppieren, Suche hinzufügen, ein zweistufiges Trichtermodell nutzen oder den Rattenschwanz abschneiden. |
Eine weitere Einschränkung, die oft vergessen wird: Bei Skalenfragen ist die Anzahl der Punkte keine freie Wahl. Eine ungerade Anzahl an Skalenpunkten bietet einen neutralen Mittelpunkt, eine gerade Anzahl zwingt zu einer Tendenz. Fünf- und Sieben-Punkt-Skalen sind die gängigen Standards. Unabhängig davon, wofür Sie sich entscheiden, muss die Skala über jede Welle eines Trackers hinweg absolut identisch bleiben.
Antwortoptionen müssen sich gegenseitig ausschließen und erschöpfend sein
Diese beiden Regeln werden weiter oben in diesem Artikel ausführlich behandelt, daher ist hier die Kurzversion für die Optionsliste selbst:
Mutually exclusive (Gegenseitig ausschließend): Keine zwei Optionen dürfen für denselben Befragten gleichzeitig zutreffen. Gehen Sie Ihre Liste durch und fragen Sie sich, ob eine Person ehrlicherweise zwei Punkte ankreuzen könnte. Numerische Bereiche und Beinahe-Synonyme wie „Preis“ und „Preis-Leistungs-Verhältnis“ sind typische Fehlerquellen.
Exhaustive (Erschöpfend): Jeder Befragte muss eine zutreffende Antwort finden. Wenn Sie nicht das gesamte Spektrum abbilden können, macht eine verankerte Option „Sonstiges (bitte angeben)“ das Set per Definition erschöpfend.
Parallel und vergleichbar: Gleiche Grammatik, ähnliche Länge, nur ein Gedanke pro Option. Eine Option, die doppelt so lang ist wie die anderen, konkurriert nicht unter gleichen Bedingungen.
Reihenfolge der Antwortoptionen bestimmen
Die Reihenfolge ist nicht nur Kosmetik. Sie beeinflusst, welche Optionen gewählt werden. Vier Anordnungen decken fast jeden Fall ab. Die falsche Wahl führt entweder zu Verzerrungen (Bias) oder macht die Liste unlesbar.
Anordnung | Verwenden bei | Beispiel | Risiko bei falscher Anwendung |
|---|---|---|---|
Scalar (fixiert, von niedrig bis hoch) | Die Optionen stellen eine Skala oder eine Menge dar | Zufriedenheit, Zustimmung, Häufigkeit, Alter, Einkommen | Mischen macht die Skala unlesbar und die Daten unbrauchbar |
Logisch (fixiert, folgt einer realen Abfolge) | Die Liste spiegelt einen Prozess, eine Zeitleiste oder eine Hierarchie wider | Phasen einer Purchase Journey, Wochentage, Unternehmensgrößenklassen | Eine Randomisierung zwingt Befragte dazu, die logische Reihenfolge selbst mühsam zu rekonstruieren |
Alphabetisch (fixiert) | Lange, bekannte Listen, bei denen die Befragten ihre Antwort bereits im Kopf haben | Länder, Kantone, Sprachen, Automarken | Bevorzugt systematisch die vorderen Buchstaben, wenn die Liste nicht gezielt nach einer bekannten Antwort durchsucht wird |
Randomisiert (pro Befragtem) | Ungeordnete Listen, bei denen jede Option mit den anderen konkurriert | Marken, Features, Gründe, Barrieren, Kanäle | Keines, vorausgesetzt, Sie verankern die Sonderoptionen und protokollieren die gezeigte Reihenfolge |
Die Standard-Entscheidungsregel: Wenn ein Befragter merken würde, dass die Reihenfolge falsch ist, lassen Sie sie fixiert. Wenn nicht, randomisieren Sie sie. In beiden Fällen bleiben Sonderoptionen am Ende der Liste immer unverankert.
Sonderoptionen und welche davon Missing Data darstellen
Die vier Optionen, die sich am Ende einer Liste befinden, sind nicht austauschbar. Der wichtigste Unterschied besteht darin, dass zwei davon inhaltliche Antworten darstellen und zwei Missing Data (fehlende Werte) sind.
Option | Tatsächliche Bedeutung | Inhaltlich oder fehlend? | Legitim, wenn... |
|---|---|---|---|
Sonstiges (bitte angeben) | Die wahre Antwort existiert, steht aber nicht auf der Liste | Inhaltlich. Text codieren, dann berichten | Sie können nicht das gesamte Spektrum abbilden: Marken, Gründe, Jobtitel, Tools |
Keine der genannten | Ein echtes „Nein“ zu jeder aufgeführten Option | Inhaltlich. Null ist auch ein Ergebnis | Fast jede Mehrfachauswahl (Multi-Select), damit das Freilassen nicht die einzige Möglichkeit für ein „Nein“ ist |
Weiß nicht | Dem Befragten fehlen die Informationen zur Beantwortung | Missing Data. Aus der Datenbasis ausschließen, Quote separat ausweisen | Wissens- und faktenbasierte Fragen, bei denen Nichtwissen plausibel ist |
Keine Angabe | Die Person weiß es, möchte es Ihnen aber nicht mitteilen | Missing Data. Niemals eine inhaltliche Kategorie | Sensible Themen: Einkommen, Gesundheit, Politik, Ethnizität |
Die praktische Konsequenz zeigt sich im Nenner. „Keine der genannten“ bleibt in der Basis, da es eine inhaltliche Antwort ist. „Weiß nicht“ und „Keine Angabe“ fliegen normalerweise aus der Basis heraus, da ihre Einbeziehung jeden inhaltlichen Prozentsatz schrumpfen lässt – und das aus Gründen, die nichts mit dem Thema zu tun haben. Unabhängig davon, für welche Konvention Sie sich entscheiden: Vermerken Sie es im Chart und halten Sie es über alle Wellen hinweg konstant.
Zwei Fehlerbilder, die man kennen sollte: Das Zusammenlegen von „Weiß nicht“ mit einer neutralen Mitte macht aus Unwissenheit eine gemäßigte Meinung. Das Zusammenlegen von „Keine Angabe“ mit „Weiß nicht“ wirft eine bewusste Verweigerung und eine Wissenslücke in einen einzigen, nichtssagenden Topf.
Balanced vs. Unbalanced Answer Sets
Ein Antwortset ist balanced (ausgewogen), wenn sich die positiven und negativen Optionen in Anzahl und Intensität spiegeln. Es ist unbalanced (unausgewogen), wenn eine Richtung mehr Raum erhält als die andere. Unausgewogene Sets verzerren die Ergebnisse, da Befragte die Liste als Signal dafür verstehen, wie eine „normale“ Antwort aussieht, und weil sie schlicht mehr Optionen haben, sich auf einer Seite einzufinden.
Ein ausgewogenes (balanced) Zufriedenheitsset:
Sehr zufrieden
Zufrieden
Weder zufrieden noch unzufrieden
Unzufrieden
Sehr unzufrieden
Dieselbe Frage, unausgewogen (unbalanced):
Äußerst zufrieden
Sehr zufrieden
Zufrieden
Neutral
Unzufrieden
Drei positive Stufen, eine neutrale, eine negative. Jemand, der leicht unzufrieden ist, hat genau eine Box zur Auswahl, während jemand, der leicht zufrieden ist, drei hat. Top-Two-Box-Scores, die auf dem zweiten Set berechnet werden, sind nicht mit dem ersten vergleichbar – und ein solches Set lässt sich auch in der Analyse nicht mehr korrigieren, da die feinen Unterschiede gar nicht erst angeboten wurden.
Unausgewogene Sets treten in drei typischen Formen auf:
Numerisch unausgewogen: Mehr positive als negative Optionen (wie im obigen Beispiel).
Verbal unausgewogen: Gleiche Anzahl, aber die Bezeichnungen sind nicht symmetrisch. „Exzellent, sehr gut, gut, passabel, schlecht“ ist ein positiv verzerrtes Set, das nur vorgibt, neutral zu sein, da vier der fünf Labels nicht-negativ sind.
Inhaltlich unausgewogen (Content unbalanced): Eine Liste von Treibern (Drivers) oder Produktattributen, bei der jede Option ein Vorteil ist. Wenn Sie fragen, was Kunden von einem Produkt halten, und nur positive Eigenschaften anbieten, geben Sie ihnen die erwartete Antwort bereits vor.
Der Test dauert nur zehn Sekunden: Zählen Sie die Optionen auf jeder Seite des Mittelpunkts, lesen Sie die Labels laut vor und fragen Sie sich, ob die negativen Wörter genauso stark sind wie die positiven.
Beispiele für Antwortsets zum Kopieren
Dreizehn Antwortsets, die die obigen Kriterien erfüllen, gruppiert nach ihrem Messobjekt. Passen Sie die Formulierung an Ihren Markt an, aber behalten Sie die Struktur bei.
Demografie (Demographics)
1. Alter. Wie alt sind Sie? Bitte wählen Sie eine Option.
Unter 18
18 bis 24
25 to 34
35 to 44
45 to 54
55 to 64
65 oder älter
Keine Angabe
Die Bereiche überschneiden sich nicht, die oberste Kategorie ist offen und die feste skalierte Reihenfolge wird niemals randomisiert.
2. Erwerbsstatus. Welche dieser Optionen beschreibt Ihre aktuelle Situation am besten? Bitte wählen Sie eine Option.
Vollzeit erwerbstätig
Teilzeit erwerbstätig
Selbstständig oder freiberuflich tätig
In Ausbildung / Studium
Nicht erwerbstätig und auf Arbeitssuche
Nicht erwerbstätig und nicht auf Arbeitssuche
Im Ruhestand
Keine Angabe
Die beiden Optionen für „nicht erwerbstätig“ existieren, weil der Unterschied wichtig ist und weil eine einzige Box „arbeitslos“ pflegende Angehörige oder Personen, die die Suche aufgegeben haben, ausschließen würde.
3. Haushaltseinkommen. Wie hoch ist das jährliche Brutto-Gesamteinkommen Ihres Haushalts? Bitte wählen Sie eine Option.
Weniger als CHF 50'000
CHF 50'000 bis CHF 74'999
CHF 75'000 bis CHF 99'999
CHF 100'000 bis CHF 149'999
CHF 150'000 oder mehr
Weiß nicht
Keine Angabe
Beide Missing-Data-Optionen sind vorhanden und voneinander getrennt, da in einem Haushalt manche Personen das Gesamteinkommen tatsächlich nicht wissen, während andere es schlicht nicht angeben wollen.
Nutzungshäufigkeit (Frequency of use)
4. Häufigkeit. Wie oft nutzen Sie die App? Bitte wählen Sie eine Option.
Mehrmals täglich
Etwa einmal täglich
Mehrmals pro Woche
Etwa einmal pro Woche
Mehrmals im Monat
Seltener als monatlich
Nie
Keine vagen Formulierungen. „Regelmäßig“ und „gelegentlich“ bedeuten für jeden etwas anderes und überschneiden sich mit allen anderen Antwortmöglichkeiten.
5. Aktualität (Recency). Wann haben Sie die App zuletzt genutzt? Bitte wählen Sie eine Option.
Heute
In den letzten 7 Tagen
In den letzten 30 Tagen
In den letzten 3 Monaten
Vor mehr als 3 Monaten
Ich habe sie noch nie genutzt
Recency und Frequency beantworten unterschiedliche Fragen. Fragen Sie beides ab, wenn Sie Intensivnutzer von inaktiven Nutzern trennen müssen.
Zufriedenheit und Zustimmung
6. Zufriedenheit. Wie zufrieden sind Sie insgesamt mit Ihrer letzten Lieferung? Bitte wählen Sie eine Option.
Sehr zufrieden
Zufrieden
Weder zufrieden noch unzufrieden
Unzufrieden
Sehr unzufrieden
7. Zustimmung. Inwieweit stimmen Sie dieser Aussage zu: „Die Preisgestaltung ist leicht verständlich.“ Bitte wählen Sie eine Option.
Stimme voll und ganz zu
Stimme eher zu
Stimme weder zu noch nicht zu
Stimme eher nicht zu
Stimme überhaupt nicht zu
Weiß nicht
Beide Sets sind symmetrisch um einen gelabelten Mittelpunkt aufgebaut. „Weiß nicht“ liegt außerhalb der Skala, niemals mittendrin, da Nichtwissen keine neutrale Meinung ist. Weitere Formulierungen zu diesem Thema finden Sie unter customer satisfaction survey questions.
8. Aufwand (Effort). Wie einfach war es, Ihr Problem zu lösen? Bitte wählen Sie eine Option.
Sehr einfach
Einfach
Weder einfach noch schwierig
Schwierig
Sehr schwierig
Ich hatte keinen Kontakt zum Support
Die letzte Option fungiert als verkappter Filter (Screen-out). Ohne sie antworten auch Personen, die nie Kontakt hatten, und verfälschen den Durchschnitt.
Kaufmotive (Purchase drivers)
9. Haupttreiber, Single-Select. Was war der wichtigste Grund, warum Sie sich für uns entschieden haben? Bitte wählen Sie eine Option.
Preis
Produktqualität
Liefergeschwindigkeit
Auswahlangebot
Empfehlung von Bekannten
Bisherige Erfahrung mit der Marke
Sonstiges (bitte angeben)
Randomisieren Sie die ersten sechs Optionen, verankern Sie „Sonstiges“ ganz unten. Beachten Sie, dass es hier keine Option „Preis-Leistungs-Verhältnis“ gibt, da dies die Preisantworten aufteilen würde.
10. Treiber, begrenzte Mehrfachauswahl (capped multi-select). Welche dieser Aspekte waren für Ihre Entscheidung wichtig? Bitte wählen Sie bis zu drei Optionen.
Preis
Produktqualität
Liefergeschwindigkeit
Rückgaberecht
Kundenbewertungen
Nachhaltigkeit
Treueprogramm
Sonstiges (bitte angeben)
Keines davon
Die Deckelung (Cap) erzwingt eine Priorisierung. Ohne sie kreuzen Befragte alles an, was gut klingt, und jede Option landet am Ende zwischen 50 % und 70 %.
11. Barrieren. Was hat Sie daran gehindert, Ihren Kauf abzuschließen? Bitte wählen Sie alle zutreffenden Optionen.
Der Gesamtpreis war höher als erwartet
Die Versandkosten waren zu hoch
Die Lieferung dauerte zu lange
Der gesuchte Artikel war vergriffen
Ich wollte zuerst andere Angebote vergleichen
Der Bezahlvorgang (Checkout) funktionierte nicht richtig
Ich wollte mich nur umschauen
Sonstiges (bitte angeben)
„Ich wollte mich nur umschauen“ muss als Option enthalten sein, da ein großer Teil der Warenkorb-Abbrüche kein echtes Problem darstellt. Fehlt sie, werden alle realen Barrieren künstlich aufgebläht.
Brand awareness (Markenbekanntheit)
12. Gestützte Bekanntheit (Aided awareness). Welche dieser Marken kennen Sie? Bitte wählen Sie alle zutreffenden Optionen.
Marke A
Marke B
Marke C
Marke D
Marke E
Keine davon
13. Consideration Set (Kaufkohorte). Welche dieser Marken würden Sie beim nächsten Mal in Betracht ziehen? Bitte wählen Sie alle zutreffenden Optionen.
Marke A
Marke B
Marke C
Marke D
Marke E
Keine davon
Markenlisten müssen jedes Mal randomisiert werden. „Keine davon“ wird unten verankert und schließt andere Optionen aus (exklusiv). Die Liste muss über alle Wellen hinweg identisch bleiben. Das Hinzufügen einer Marke mitten im Tracker drückt den Anteil aller anderen Marken und bricht die Vergleichbarkeit der Zeitreihe. Stellen Sie die ungestützte Frage (unaided) zuerst, wenn Sie beide erheben möchten, da das Zeigen der Liste die freie Erinnerung für den Rest des Interviews verzerrt.
Multiple-Choice-Daten analysieren, ohne sich selbst zu täuschen
Prozentsätze summieren sich auf über 100 %, und das ist völlig in Ordnung
Bei einer Mehrfachauswahl steuert jeder Befragte mehrere Antworten bei. Wenn 60 % Marke A wählen, 45 % B und 30 % C, liegt die Summe bei 135 % – und daran ist nichts falsch. Kennzeichnen Sie dies im Chart. Andernfalls nehmen Stakeholder an, die Daten seien fehlerhaft, oder „korrigieren“ sie fälschlicherweise durch Skalierung auf 100 %, was den inhaltlichen Wert zerstört.
Legen Sie Ihre Datenbasis fest
Dies ist der häufigste Berichtsfehler bei der Analyse von Mehrfachauswahlen. Es gibt zwei vertretbare Datenbasen, die jedoch vollkommen unterschiedliche Zahlen liefern.
Datenbasis | Teilung durch... | Formulierung | Anwendung bei... |
|---|---|---|---|
Prozent der Befragten | Anzahl der Personen, die die Frage gesehen haben | „45 % der Kunden nutzen Feature B“ | Fast immer. Das ist der Standard, den auch Stakeholder voraussetzen. |
Prozent der Nennungen (Responses) | Gesamtzahl aller ausgewählten Antworten | „Auf B entfallen 18 % aller genannten Features“ | Share-of-mention-Analysen, bei denen es auf den Share an Antwortnennungen ankommt. |
Unabhängig von Ihrer Wahl sollten Sie die Basis auf jedem Chart angeben: Die Beschriftung sollte genau sagen, was „n“ ist und was es zählt. Die Vermischung beider Basen auf verschiedenen Slides derselben Präsentation führt dazu, dass Studienergebnisse zwischen zwei Meetings unbemerkt ihre Dimension verändern.
Checkbox-Listen führen zu Unterberichten (Under-reporting)
Eine Mehrfachauswahl per Checkbox-Liste und eine Matrix aus separaten Ja/Nein-Fragen fragen im Prinzip dasselbe ab. Sie liefern jedoch nicht dieselben Werte. Checkbox-Listen erzeugen systematisch weniger Nennungen. Befragte erfassen die Liste als Ganzes, haken das ab, was ihnen zuerst einfällt, und klicken weiter, sobald sie das Gefühl haben, genug getan zu haben. Eine Ja/Nein-Matrix zwingt sie, jedes Item einzeln zu bewerten, wodurch die Zustimmungsraten auf Item-Ebene deutlich steigen.
Zwei Konsequenzen daraus:
Interpretieren Sie die Prozentwerte von Checkbox-Mehrfachauswahlen nicht als absolute Häufigkeiten. Betrachten Sie sie als relative Werte: Welche Optionen führen, welche liegen hinten.
Ändern Sie niemals das Format zwischen zwei Wellen eines Trackers. Wenn Welle 1 Checkboxen nutzte und Welle 2 ein Ja/Nein-Matrix-Grid, geht der Sprung in den Daten auf das Format zurück, nicht auf Marktveränderungen.
Weitere Stolperfallen
Änderung der Optionsliste im laufenden Tracker. Das Hinzufügen einer Option verändert das Wettbewerbsgefüge und senkt die Anteile aller anderen Optionen. Wenn Sie eine hinzufügen müssen, dokumentieren Sie den Bruch in der Zeitreihe.
Ignorieren, wie viele Optionen pro Person gewählt wurden. Die durchschnittliche Anzahl der Antworten pro Befragtem ist ein wichtiges Diagnose-Tool. Sinkt sie gegen Ende der Umfrage stark ab, sehen Sie hier Ermüdungserscheinungen (Fatigue), keine Präferenzen.
Visualisierung in der Reihenfolge der Liste. Sortieren Sie Charts stattdessen nach Häufigkeit. Die Listenschreibweise ist nur ein Produkt der Fragenerstellung. Wenn Sie die Liste zudem randomisiert haben, hat die ursprüngliche Reihenfolge keinerlei Aussagekraft.
Ein leeres Feld als „Nein“ werten. Eine übersprungene Mehrfachauswahl stellt Missing Data dar. Nur die explizite Auswahl von „Keine der genannten“ ist ein echtes „Nein zu allem“.
Beispielfragen
Vier Fragen, die die obigen Regeln befolgen.
Single-Select, sich gegenseitig ausschließende Bereiche:
Welche dieser Optionen beschreibt die primäre Internetverbindung Ihres Haushalts zu Hause am besten? Bitte wählen Sie eine Option.
Glasfaser · Kabel · DSL oder Telefonleitung · Mobilfunk oder 4G/5G-Router · Satellit · Ich weiß nicht
Multi-Select mit verankerten Sonderoptionen:
Welche dieser Kanäle haben Sie in den letzten 30 Tagen genutzt? Bitte wählen Sie alle zutreffenden Optionen.
[randomisiert: Mobile App · Website · Telefonsupport · Live-Chat · E-Mail-Support · Filiale vor Ort] danach verankert: Sonstiges (bitte angeben) · Keines davon
Capped Multi-Select zur erzwungenen Priorisierung:
Welche dieser Aspekte waren für Ihre Entscheidung uns zu nutzen am wichtigsten? Bitte wählen Sie maximal drei Optionen.
[randomisierte inhaltliche Optionen] danach verankert: Sonstiges (bitte angeben) · Keines davon
Zweistufiger Trichter (Funnel) als Ersatz für lange Listen:
Schritt 1: In welcher Produktkategorie haben Sie zuletzt eingekauft? Bitte wählen Sie eine Option. Schritt 2: Welche dieser Marken in dieser Kategorie haben Sie im letzten Jahr gekauft? Bitte wählen Sie alle zutreffenden Optionen.
Die letzte Meile: Nach dem „Warum“ fragen
Eine Multiple-Choice-Frage verrät Ihnen, was die Befragten gewählt haben. Sie verrät Ihnen nie das „Warum“, da die wahren Gründe außerhalb Ihrer vorgegebenen Antwortliste liegen. Der gängige Workaround ist ein anschließendes offenes Textfeld, das die meisten Befragten nur in wenigen Worten oder gar nicht beantworten.
Hier spielen konversationsbasierte Formate ihre Stärke aus. Eine sprachbasierte Umfrage kann die geschlossene Frage für saubere, quantifizierbare Daten nutzen und daraufhin die Antwort im Stil eines Tiefeninterviews hinterfragen – in der natürlichen Sprache des Befragten und ganz ohne menschlichen Moderator im Call. Der Schlussstrich für Ihre Optionsliste ist einfach: Gestalten Sie die geschlossenen Antwortvorgaben so gut, dass die quantitativen Daten für sich stehen können, und nutzen Sie offene Nachfragen für das, was Ihre Liste niemals hätte vorhersehen können.
Häufig gestellte Fragen (FAQs)
Was ist der Unterschied zwischen Single-Select- und Multi-Select-Multiple-Choice-Fragen?
Single-Select erlaubt genau eine Antwort und verwendet Radio Buttons. Die Ergebnisse summieren sich auf 100 %. Multi-Select erlaubt beliebig viele Antworten und nutzt Checkboxes. Jede Option wird zu einer eigenen Ja/Nein-Variable, weshalb sich die Ergebnisse auf mehr als 100 % summieren können. Sie messen unterschiedliche Dinge: Single-Select misst, welche Option gewinnt, Multi-Select misst, welche Optionen zutreffen.
Wie viele Antwortoptionen sollte eine Multiple-Choice-Frage haben?
Als praktischer Richtwert sollte eine sichtbare, flache Liste auf etwa 7 bis 10 Optionen begrenzt werden, damit die Befragten sie ohne Scrollen erfassen können, insbesondere auf Mobilgeräten. Längere Listen führen zu Satisficing (Antwortverzerrung), bei dem Befragte die erste akzeptable Antwort wählen und aufhören zu lesen. Wenn Sie mehr Optionen benötigen, gruppieren Sie diese unter Überschriften, nutzen Sie ein Suchfeld für bekannte geschlossene Listen wie Länder oder teilen Sie die Frage in einen zweistufigen Funnel auf.
Sollte man die Reihenfolge der Antwortoptionen randomisieren?
Ja bei ungeordneten Listen wie Marken (Brands), Features oder Gründen, da die ersten Optionen bei Online-Surveys häufiger ausgewählt werden und spätere Optionen bei gesprochenen Befragungen. Das Randomisieren pro Befragtem (Respondent) verwandelt diesen Bias in statistisches Rauschen. Randomisieren Sie keine geordneten Skalen, Zeiträume oder numerischen Intervalle und verankern Sie Optionen wie „Sonstiges“, „Nichts von alledem“, „Weiß nicht“ und „Keine Angabe“ am Ende der Liste.
Was bedeutet „mutually exclusive and exhaustive“ (überschneidungsfrei und erschöpfend)?
Exhaustive bedeutet, dass jeder Respondent eine Antwort findet, die für ihn zutrifft, sodass niemand gezwungen ist, etwas Falsches auszuwählen. Mutually exclusive bedeutet, dass kein Respondent legitimerweise in zwei Optionen gleichzeitig passt. Der klassische Verstoß sind überlappende Altersgruppen wie 18-25 und 25-35, bei denen ein 25-Jähriger in beide fällt und die Aufteilung dazwischen willkürlich wird.
Wann sollte man eine Option „Sonstiges (bitte angeben)“ („Other (please specify)“) anbieten?
Fügen Sie sie immer dann hinzu, wenn Sie nicht absolut sicher sein können, dass Ihre Liste jede reale Antwort abdeckt – was bei Marken, Gründen und Verhaltensweisen meistens der Fall ist. Lassen Sie sie weg, wenn die Liste wirklich geschlossen ist, wie bei einer Auswahl zwischen zwei Produkten, die Sie beide kontrollieren. Stellen Sie sich darauf ein, den Freitext (Open Text) zu codieren, bevor Sie ihn reporten können, und betrachten Sie ein großes „Sonstiges“-Segment als Zeichen dafür, dass die Liste mehr benannte Optionen benötigt.
Warum addieren sich Multi-Select-Prozentsätze auf mehr als 100 %?
Weil jeder Respondent mehrere Optionen auswählen kann und die Auswahl somit die Anzahl der Personen übersteigt. Die Prozentsätze werden normalerweise als Prozentsatz der Befragten dargestellt (was bedeutet: „45 % der Personen haben dies gewählt“), und jede Option wird unabhängig berechnet. Die alternative Basis ist der Prozentsatz der Antworten, der durch die Gesamtzahl der Nennungen geteilt wird und sich auf 100 % summiert. Kennzeichnen Sie in jedem Chart klar, welche Basis Sie verwenden.
Wie viele Antwortoptionen sollte ein Antwortset für Multiple-Choice-Fragen in einem Survey haben?
Vier bis sieben ist der optimale Bereich für Einstellungs-, Driver- und Häufigkeitsfragen, da die gesamte Liste auf einem Smartphone sichtbar bleibt. Acht bis zwölf ist machbar, wenn Sie die Reihenfolge randomisieren und die Labels kurz halten. Ab dreizehn Optionen müssen Sie mit Satisficing und einem Long Tail von Optionen unter 2 % rechnen – strukturieren Sie in diesem Fall mit gruppierten Überschriften, einem Suchfeld oder einem zweistufigen Funnel um. Skalenfragen sind ein Sonderfall: Fünf oder sieben Punkte sind hier das übliche Default, und die Anzahl darf sich zwischen verschiedenen Erhebungswellen (Waves) niemals ändern.
Was ist ein ausgewogenes (balanced) Antwortset und warum verzerrt ein unausgewogenes (unbalanced) die Ergebnisse?
Ein ausgewogenes Set hat die gleiche Anzahl an positiven und negativen Optionen mit jeweils gleich stark formulierten Labels auf beiden Seiten des Mittelpunkts. Ein unausgewogenes Set gibt einer Richtung mehr Raum, sodass Befragte mehr Möglichkeiten haben, dort zu landen, und die Liste als Signal für die erwartete Antwort interpretieren. „Äußerst zufrieden, sehr zufrieden, zufrieden, neutral, unzufrieden“ gibt zufriedenen Befragten drei Optionen und unzufriedenen nur eine einzige. Top-Box-Scores aus einem solchen Antwortset können nicht mit einem ausgewogenen verglichen werden, und die Datenanalyse kann Nuancen nicht nachträglich rekonstruieren, die niemals abgefragt wurden.
Ist „Weiß nicht“ eine Antwortoption oder ein fehlender Wert (Missing Data)?
Es handelt sich um Missing Data. „Weiß nicht“ („Don't know“) und „Keine Angabe“ („Prefer not to say“) bedeuten, dass der Respondent nicht antworten konnte oder wollte. Daher werden sie normalerweise vor der Berechnung der Prozentsätze aus der Basis ausgeschlossen und als separate Quote ausgewiesen. „Sonstiges (bitte angeben)“ und „Nichts von alledem“ sind inhaltliche Antworten und verbleiben in der Basis. Führen Sie „Weiß nicht“ niemals mit einem neutralen Mittelpunkt zusammen, da dies eine Wissenslücke in eine moderate Meinung verwandelt, und legen Sie es niemals mit „Keine Angabe“ zusammen, da Letzteres eine Verweigerung darstellt.
