Du musst nicht jeden befragen, um verlässliche Ergebnisse zu erhalten. Die Stichprobengröße ist die Anzahl der vollständig ausgefüllten Umfrageantworten, die benötigt wird, um eine größere Grundgesamtheit innerhalb einer gewählten Fehlermarge und eines Konfidenzniveaus zu repräsentieren. Eine richtig dimensionierte Stichprobe kann Tausende - oder sogar Millionen - von Menschen mit bekannter Genauigkeit widerspiegeln.
Dieser Leitfaden erklärt, wie die Stichprobengröße funktioniert, warum sie wichtig ist und wie du häufige Fehler vermeidest. Nutze den Stichprobengrößen-Rechner, um deine erforderliche Stichprobengröße zu berechnen.
Die meisten geschäftlichen Umfragen scheitern nicht an schlechten Fragen. Sie scheitern an einer schlechten Stichprobenziehung.
Warum die Stichprobengröße wichtig ist
Die Stichprobengröße beeinflusst zwei Schlüsselfaktoren:
- Fehlermarge: Wie nah deine Stichprobenergebnisse am wahren Wert der Grundgesamtheit liegen.
- Konfidenzniveau: Wie sicher du sein kannst, dass deine Ergebnisse innerhalb der Fehlermarge liegen.
Wenn du die Stichprobengröße falsch wählst, verschwendest du entweder Ressourcen, indem du zu viele Personen befragst, oder du erhältst unzuverlässige Ergebnisse von zu wenigen.
Kurzübersicht: Wie viele Antworten brauchst du?
Alle Werte gehen von einem Konfidenzniveau von 95 % und maximaler Variabilität (p = 0,5) aus. Verwende den Stichprobengrößen-Rechner für individuelle Werte.
| Deine Grundgesamtheit | ±3 % Fehlermarge | ±5 % Fehlermarge | ±10 % Fehlermarge |
|---|---|---|---|
| 50 | 48 | 45 | 34 |
| 100 | 92 | 80 | 50 |
| 200 | 169 | 132 | 66 |
| 500 | 341 | 218 | 81 |
| 1.000 | 517 | 278 | 88 |
| 5.000 | 880 | 357 | 95 |
| 10.000 | 965 | 370 | 96 |
| 50.000+ | 1.045 | 382 | 96 |
Bei Grundgesamtheiten über 50.000 ändert sich die Stichprobengröße kaum noch - du hast den Punkt des abnehmenden Ertrags bereits überschritten.
Schlüsselkonzepte
Größe der Grundgesamtheit
Die Gesamtzahl der Personen, die an deiner Umfrage teilnehmen könnten. Dies könnten sein:
- Alle deine Kunden (z. B. 50.000)
- Mitarbeiter in deinem Unternehmen (z. B. 500)
- Nutzer einer bestimmten Funktion (z. B. 10.000)
- Besucher deiner Website im letzten Monat (z. B. 100.000)
Bei sehr großen Grundgesamtheiten (100.000+) ändert sich die Stichprobengröße kaum, da du bereits eine statistische Signifikanz erreichst.
Konfidenzniveau
Wie sicher du sein möchtest, dass deine Stichprobenergebnisse die wahre Grundgesamtheit widerspiegeln.
| Konfidenzniveau | Interpretation |
|---|---|
| 90 % | Du bist zu 90 % sicher, dass der wahre Wert innerhalb deiner Fehlermarge liegt. |
| 95 % | Branchenstandard - 95 % Sicherheit. |
| 99 % | Sehr hohe Sicherheit, erfordert eine größere Stichprobe. |
Verwende 95 %, es sei denn, du hast einen bestimmten Grund, dies zu ändern. Dies ist der Standard für Geschäftsentscheidungen.
Fehlermarge
Der akzeptable Fehlerbereich in deinen Ergebnissen. Wenn deine Umfrage eine Zufriedenheit von 60 % mit einer Fehlermarge von ±5 % ergibt, liegt der wahre Wert zwischen 55 % und 65 %.
| Fehlermarge | Anwendungsfall |
|---|---|
| ±3 % | Entscheidungen mit hoher Tragweite, die Präzision erfordern |
| ±5 % | Standard für die meisten Unternehmensumfragen |
| ±10 % | Explorative Forschung oder Umfragen mit begrenzten Ressourcen |
Kleinere Fehlermargen erfordern größere Stichproben. Eine Fehlermarge von ±3 % benötigt etwa 2,5-mal mehr Antworten als eine von ±5 %.
Die Formel zur Berechnung der Stichprobengröße
Dieser Leitfaden verwendet die Cochran-Formel, angepasst für endliche Grundgesamtheiten.
Schritt 1: Berechnung der anfänglichen Stichprobengröße (unendliche Grundgesamtheit)
n₀ = (Z² × p × (1-p)) / e²Wobei:
- Z = Z-Wert für dein Konfidenzniveau (1,96 bei 95 %)
- p = Erwarteter Anteil (0,5 für maximale Variabilität)
- e = Fehlermarge als Dezimalzahl (0,05 für 5 %)
Schritt 2: Anpassung für eine endliche Grundgesamtheit
n = n₀ / (1 + (n₀ - 1) / N)Wobei:
- N = Größe deiner Grundgesamtheit
- n₀ = Anfängliche Stichprobengröße aus Schritt 1
Du musst das nicht manuell lösen - das erledigt der Rechner für dich.
Warum wir p = 0,5 verwenden
Der Anteil (p) repräsentiert die erwartete Verteilung der Antworten. Wenn du eine Ja/Nein-Frage stellst, bedeutet p = 0,5, dass du eine 50/50-Aufteilung erwartest.
Wir verwenden 0,5, weil:
- Es die größte (konservativste) Stichprobengröße ergibt
- Du nicht raten musst, welche Ergebnisse du erhalten wirst
- Es die sicherste Annahme ist, wenn du keine Vordaten hast
Wenn du weißt, dass dein Anteil extrem ist (z. B. 90 % Ja), kannst du eine kleinere Stichprobe verwenden - aber nur, wenn du über solide Vordaten verfügst.
Rücklaufquoten & Einladungen
Deine erforderliche Stichprobengröße ist nicht die Anzahl der Personen, die du einladen musst. Du musst die Rücklaufquoten berücksichtigen.
Typische Rücklaufquoten bei Umfragen
| Umfragetyp | Rücklaufquote |
|---|---|
| In-App/Eingebettet | 20-40 % |
| E-Mail (Kunden) | 10-30 % |
| E-Mail (Mitarbeiter) | 30-50 % |
| Nach einer Transaktion | 15-25 % |
| NPS-Beziehungsumfragen | 10-20 % |
Formel: Anzahl der einzuladenden Personen = Stichprobengröße ÷ Erwartete Rücklaufquote
Wenn du 400 Antworten brauchst und eine Rücklaufquote von 20 % erwartest:
- 400 ÷ 0,20 = 2.000 einzuladende Personen
Häufige Fehler
Ignorieren der Rücklaufquoten
Zu berechnen, dass du 400 Antworten brauchst, aber nur 400 Personen einzuladen, garantiert unzureichende Daten.
Die Grundgesamtheit als Stichprobengröße verwenden
„Wir haben 10.000 Kunden, also benötigen wir 10.000 Antworten.“ Das stimmt nicht. Etwa 370 Antworten geben dir bereits eine Genauigkeit von ±5 %.
Vergessen von Untergruppen
Wenn du planst, nach Segmenten (Region, Produkt, Kundentyp) zu analysieren, benötigt jede Untergruppe eine angemessene Stichprobengröße. Möglicherweise brauchst du 400 Antworten pro Segment, nicht 400 insgesamt.
Nichtberücksichtigung von Verzerrungen durch Nichtantworten (Non-Response-Bias)
Wenn nur zufriedene Kunden antworten, repräsentieren deine Ergebnisse nicht alle. Strebe Rücklaufquoten von über 20 % an, um Verzerrungen zu minimieren.
Übertriebene Genauigkeit
Eine Fehlermarge von ±3 % klingt besser als ±5 %, erfordert aber 2,5-mal mehr Antworten. Für die meisten Geschäftsentscheidungen ist ±5 % ausreichend.
Wann die Regeln zur Stichprobengröße nicht gelten
Standardberechnungen der Stichprobengröße gehen von Folgendem aus:
- Zufallsauswahl: Jeder hat die gleiche Chance, ausgewählt zu werden
- Repräsentative Antworten: Die Antwortenden sind den Nicht-Antwortenden ähnlich
- Einzelne Grundgesamtheit: Du misst eine Gruppe und vergleichst keine Gruppen
Diese Annahmen treffen nicht zu, wenn:
- Du selbst ausgewählte Freiwillige befragst
- Die Rücklaufquoten sehr niedrig sind (unter 10 %)
- Du eine Längsschnittstudie durchführst
- Du es mit sehr spezifischen Nischenpopulationen zu tun hast
In diesen Fällen hängt die statistische Genauigkeit mehr von der Stichprobenmethode als von der Stichprobengröße ab.
Best Practices
Definiere deine Grundgesamtheit klar
Wen genau befragst du? „Unsere Kunden“ ist vage. „Aktive Kunden, die in den letzten 12 Monaten einen Kauf getätigt haben“ ist spezifisch.
Verwende geschichtete Stichproben für heterogene Grundgesamtheiten
Wenn deine Grundgesamtheit aus unterschiedlichen Segmenten besteht, ziehe aus jedem Segment eine proportionale Stichprobe, um die Repräsentativität zu gewährleisten.
Plane die Analyse im Voraus
Wenn du die Ergebnisse nach Regionen aufschlüsselst, stelle sicher, dass jede Region genügend Antworten hat. Drei Antworten aus Asien sind statistisch nicht aussagekräftig.
Dokumentiere deine Methodik
Notiere die Größe deiner Grundgesamtheit, die Stichprobenmethode, die Rücklaufquote und die Fehlermarge. Dies verleiht deinen Ergebnissen Glaubwürdigkeit.
Berücksichtige die anstehende Entscheidung
Eine Fehlermarge von ±10 % mag für explorative Forschung in Ordnung sein. Für Entscheidungen, die Millionen von Dollar betreffen, solltest du in eine Präzision von ±3 % investieren.
Beispiele für Stichprobengrößen nach Anwendungsfall
Umfrage zum Mitarbeiterengagement
Szenario: Unternehmen mit 500 Mitarbeitern
Benötigte Antworten: 217 (±5 %, 95 % Konfidenz)
Erwartete Rücklaufquote: 40 %
Maßnahme: Lade alle 500 Mitarbeiter ein, erwarte 200-250 Antworten.
Kundenzufriedenheitsumfrage
Szenario: 10.000 aktive Kunden
Benötigte Antworten: 370 (±5 %, 95 % Konfidenz)
Erwartete Rücklaufquote: 15 %
Maßnahme: Lade 2.500 Kunden per E-Mail ein. Nutze den CSAT-Rechner, um die Zufriedenheit aus den gesammelten Antworten zu messen.
Produkt-Feedback-Umfrage
Szenario: 100.000+ Nutzer
Benötigte Antworten: 384 (±5 %, 95 % Konfidenz)
Erwartete Rücklaufquote: 10 %
Maßnahme: Zeige 4.000 Nutzern eine In-App-Umfrage.
Umfrage für kleine Unternehmen
Szenario: 50 Kunden
Benötigte Antworten: 44 (±5 %, 95 % Konfidenz)
Erwartete Rücklaufquote: 30 %
Maßnahme: Lade alle 50 Kunden ein - bei 30 % erhältst du ca. 15 Antworten, was unter dem Ziel liegt. Sende eine Erinnerung (verdoppelt typischerweise die Rücklaufquote) oder akzeptiere eine Fehlermarge von ±10 % (nur 33 benötigt).
Nächste Schritte
Nutze den Stichprobengrößen-Rechner, um dein Ziel zu bestimmen, und sieh dir dann unsere Umfragevorlagen an, um loszulegen.
Häufig gestellte Fragen
Schätze konservativ. Wenn du glaubst, dass du 5.000-10.000 Kunden hast, verwende 5.000. Bei sehr großen Populationen (50.000+) spielt die genaue Zahl kaum eine Rolle - die erforderliche Stichprobengröße pendelt sich bei etwa 380 Antworten für eine Genauigkeit von ±5 % ein.
Nicht unbedingt. Über deine Mindeststichprobengröße hinaus haben zusätzliche Antworten einen abnehmenden Nutzen. Der Schritt von 400 auf 4.000 Antworten verändert die Fehlerspanne von ±5 % auf ±1,5 % - was den Aufwand für die meisten geschäftlichen Entscheidungen selten wert ist.
Berechnungen der Stichprobengröße beziehen sich auf quantitative Daten (Zahlen, Prozentsätze). Bei offenen Fragen erreichst du oft schon mit 20 bis 30 fundierten Antworten eine „Sättigung“ (es tauchen keine neuen Themen mehr auf).
Halte Umfragen kurz (max. 5 Minuten), versende sie zu optimalen Zeiten (Dienstag bis Donnerstag, 10-14 Uhr), nutze Personalisierung in den Einladungen, erkläre, warum das Feedback wichtig ist, und biete gegebenenfalls Anreize an. Erinnerungen verdoppeln in der Regel deine ursprüngliche Rücklaufquote.
Das hängt von der Größe deiner Grundgesamtheit ab. Bei einer Grundgesamtheit von über 10.000 ergeben 100 Antworten eine Fehlerspanne von etwa ±10 % bei einem Konfidenzniveau von 95 %. Das ist für explorative Forschung akzeptabel, aber nicht für wichtige Geschäftsentscheidungen. Für eine Genauigkeit von ±5 % benötigst du mindestens 370 Antworten.
Die „Regel der 30“ gilt für statistische Tests wie t-Tests, nicht für Stichproben bei Umfragen. Für Umfragen liefern 30 Antworten selten eine aussagekräftige Genauigkeit. Selbst bei einer kleinen Population von 100 benötigst du etwa 80 Antworten für eine Fehlerspanne von ±5 %. Nutze den Stichprobenrechner, um die richtige Anzahl für deine Situation zu ermitteln.
Das variiert je nach Kanal. Mitarbeiterumfragen erreichen typischerweise 30-50 %, Kundenumfragen per E-Mail 10-30 % und In-App-Umfragen 20-40 %. Alles über 20 % gilt allgemein als ausreichend, um Verzerrungen durch Antwortausfälle zu minimieren. Bei unter 10 % repräsentieren deine Ergebnisse möglicherweise nicht die Grundgesamtheit, unabhängig von der Stichprobengröße.
Für ein Konfidenzniveau von 95 % bei einer Fehlerspanne von ±5 %: etwa 370 Antworten bei großen Populationen (10.000+), 278 bei 1.000 Personen oder 217 bei 500 Personen. Je kleiner deine Population ist, desto größer ist der Anteil, den du befragen musst. Verwende den Stichprobenrechner für genaue Zahlen.
Bei 50 Antworten aus einer großen Grundgesamtheit liegt deine Fehlerspanne bei einem Konfidenzniveau von 95 % bei etwa ±14 %. Das ist zwar ungenau, aber dennoch nützlich für richtungsweisende Erkenntnisse - etwa um wichtige Trends oder schwerwiegende Probleme zu identifizieren. Ziehe in Betracht, eine größere Fehlerspanne zu akzeptieren, oder versuche es mit Erinnerungen, kürzeren Umfragen und einer In-App-Verteilung, um die Anzahl der Antworten zu erhöhen.
Berechne die Fehlerspanne für deine tatsächliche Anzahl an Antworten. Wenn deine Umfrage 50 Antworten von 5.000 Personen erhalten hat, liegt deine Fehlerspanne bei etwa ±14 % - das bedeutet, dass ein Ergebnis von 60 % tatsächlich irgendwo zwischen 46 % und 74 % liegen könnte. Wenn diese Spanne zu groß ist, um eine sichere Entscheidung zu treffen, ist deine Stichprobe zu klein. Nutze den Stichprobenrechner zur Überprüfung.
Nein. Die Stichprobengröße hängt von der Populationsgröße, der Fehlerspanne und dem Konfidenzniveau ab - nicht von der Anzahl der Fragen. Längere Umfragen verringern jedoch die Antwortquote, was bedeutet, dass du möglicherweise mehr Personen einladen musst.