In Statistik-Klausuren taucht die Varianzanalyse fast immer als Tabelle auf, oft mit Lücken, die du ergänzen sollst. In der Bachelorarbeit siehst du dieselbe Tabelle im SPSS-Output. Die ANOVA-Tabelle folgt einer festen Logik: Quadratsumme durch Freiheitsgrade ergibt das mittlere Quadrat, und das mittlere Quadrat des Effekts geteilt durch das des Fehlers ergibt F. Wenn du diese zwei Divisionen kennst, kannst du jede Lücke füllen und jeden Output lesen.
Was steht in welcher Zeile der ANOVA-Tabelle?
Die einfaktorielle Varianzanalyse zerlegt die gesamte Streuung der Daten in zwei Teile: die Streuung zwischen den Gruppen (erklärt durch den Faktor) und die Streuung innerhalb der Gruppen (Fehler, nicht erklärt). Genau das zeigen die Zeilen.
| Quelle | Quadratsumme (QS) | df | Mittleres Quadrat (MQ) | F | p |
|---|---|---|---|---|---|
| Zwischen den Gruppen | 120 | 2 | 60 | 6,00 | .005 |
| Innerhalb der Gruppen (Fehler) | 420 | 42 | 10 | ||
| Gesamt | 540 | 44 |
Das Beispiel: drei Lerngruppen mit je 15 Personen, also N = 45 und k = 3 Gruppen. In SPSS heißen die Zeilen bei der einfaktoriellen ANOVA „Zwischen den Gruppen“, „Innerhalb der Gruppen“ und „Gesamt“. Im Menü „Allgemeines lineares Modell“ stehen stattdessen der Name des Faktors, „Fehler“ und zusätzlich Zeilen wie „Konstanter Term“ und „Korrigierte Gesamtvariation“. Für die Interpretation brauchst du die Zeile mit dem Faktor und die Fehlerzeile.
Wie hängen Quadratsummen und Freiheitsgrade zusammen?
Zwei Regeln reichen für fast alle Lückenaufgaben:
- Die Quadratsummen addieren sich: QSgesamt = QSzwischen + QSinnerhalb. Im Beispiel 120 + 420 = 540.
- Die Freiheitsgrade addieren sich ebenfalls: dfzwischen = k − 1 = 2, dfinnerhalb = N − k = 42, dfgesamt = N − 1 = 44.
Die mittleren Quadrate addieren sich dagegen nicht. Sie entstehen durch Division: MQ = QS / df. Für den Effekt 120 / 2 = 60, für den Fehler 420 / 42 = 10. Deshalb bleibt die MQ-Zelle in der Gesamtzeile in SPSS leer.
Inhaltlich ist MQinnerhalb eine Schätzung der Populationsvarianz, die unabhängig davon gilt, ob die Nullhypothese stimmt. MQzwischen schätzt dieselbe Varianz nur dann, wenn alle Gruppenmittelwerte in der Population gleich sind. Gibt es echte Unterschiede, wird MQzwischen größer.
Wie entsteht der F-Wert, und wann ist er signifikant?
F ist das Verhältnis der beiden Varianzschätzungen:
F = MQzwischen / MQinnerhalb = 60 / 10 = 6,00
Gilt die Nullhypothese, liegt F im Mittel ungefähr bei 1. Je größer F, desto unwahrscheinlicher sind die Daten unter der Nullhypothese. Ob F signifikant ist, entscheidest du mit der F-Verteilung, die zwei Freiheitsgrade hat: Zähler-df = 2 und Nenner-df = 42. Der kritische Wert für α = .05 liegt hier bei etwa 3,22. Da 6,00 größer ist, wird die Nullhypothese verworfen. SPSS gibt dir direkt den p-Wert in der Spalte „Signifikanz“ (hier etwa .005).
Wichtig für die Interpretation: Die Varianzanalyse ist ein Omnibus-Test. Ein signifikantes F sagt nur, dass sich mindestens zwei Gruppenmittelwerte unterscheiden. Welche Gruppen das sind, zeigen erst Post-hoc-Tests (etwa Tukey oder Bonferroni) oder geplante Kontraste.
Übungsfrage im Klausurstil
In einer einfaktoriellen Varianzanalyse mit 4 Gruppen zu je 10 Personen ist QS_zwischen = 90 und QS_innerhalb = 360. Wie groß ist F?
- A0,25
- B1,00
- C2,50
- D3,00
- E4,00
Lösung zeigen
Wie berechnest du Eta-Quadrat aus der Tabelle?
Signifikanz sagt nichts über die Größe des Effekts. Dafür berechnest du den Anteil erklärter Varianz:
η² = QSzwischen / QSgesamt = 120 / 540 ≈ .22
22 Prozent der Unterschiede in den Testwerten gehen auf die Gruppenzugehörigkeit zurück. Nach den Konventionen von Cohen (1988) gilt η² ≈ .01 als klein, .06 als mittel und .14 als groß. Diese Grenzen sind Faustregeln, im Zweifel vergleichst du mit Effekten aus deinem Forschungsfeld.
SPSS gibt im Menü „Allgemeines lineares Modell“ das partielle Eta-Quadrat aus: η²p = QSEffekt / (QSEffekt + QSFehler). Bei der einfaktoriellen ANOVA sind beide Werte gleich. Bei mehrfaktoriellen Designs ist η²p größer als η², deshalb musst du im Text angeben, welches du berichtest.
Der vollständige Ergebnissatz nach APA 7: „Die Lerngruppen unterschieden sich signifikant in ihren Testwerten, F(2, 42) = 6.00, p = .005, η² = .22.“
Lückentabellen zur ein- und zweifaktoriellen Varianzanalyse mit Lösungsweg übst du im Skript Statistik im Psychologie-Bachelor lernen, dazu Post-hoc-Tests und die passenden Ergebnissätze.
Welche Lückenaufgaben kommen typischerweise dran?
Prüfungsaufgaben geben oft nur drei oder vier Werte vor. So gehst du vor:
- Erst die Freiheitsgrade aus dem Aufgabentext. Gruppenzahl und Stichprobengröße stehen fast immer drin. Damit hast du alle drei df-Werte.
- Dann die fehlende Quadratsumme über QSgesamt = QSzwischen + QSinnerhalb.
- Dann die mittleren Quadrate durch Division.
- Zum Schluss F und, falls gefragt, η².
Manchmal läuft die Aufgabe rückwärts: F und MQinnerhalb sind gegeben, gesucht ist QSzwischen. Dann rechnest du MQzwischen = F · MQinnerhalb und multiplizierst mit dfzwischen. Mit dem Beispiel: 6 · 10 = 60, mal 2 ergibt 120.
Bei der zweifaktoriellen Varianzanalyse kommt pro Faktor eine Zeile dazu, außerdem eine Zeile für die Wechselwirkung. Die Logik bleibt gleich: Jede Effektzeile hat ihre eigene QS und ihre eigenen df, und jedes F wird durch dasselbe MQFehler geteilt. Die df der Wechselwirkung sind das Produkt der df beider Faktoren, bei einem 2×3-Design also 1 · 2 = 2.
Ein häufiger Fehler ist, bei dfinnerhalb N − 1 statt N − k zu rechnen. Prüf am Ende, ob sich die df-Werte zu N − 1 addieren. Wenn nicht, liegt irgendwo ein Fehler.
Weiterlernen
Wann du überhaupt eine Varianzanalyse rechnest, zeigt die Seite Statistik-Klausur in der Psychologie. Für die Auswertung in deiner Abschlussarbeit hilft die Seite Methodenteil der Bachelorarbeit. Wie du η² einordnest und mit d vergleichst, erklärt der Artikel Effektstärken: Cohens d, r und Eta-Quadrat.
Passendes Material
Häufige Fragen
Was bedeutet F kleiner als 1?
Dann ist die Streuung zwischen den Gruppen kleiner als innerhalb. Das spricht klar gegen einen Gruppeneffekt, das Ergebnis ist nicht signifikant. Rechenfehler sind es nur, wenn eine Quadratsumme oder ein MQ negativ wäre.
Warum gibt es zwei Freiheitsgrade beim F-Test?
Weil F ein Bruch aus zwei Varianzschätzungen ist. Der Zähler hat df = k − 1, der Nenner df = N − k. Beide bestimmen die Form der F-Verteilung und damit den kritischen Wert.
Was ist der Unterschied zwischen Eta-Quadrat und partiellem Eta-Quadrat?
Eta-Quadrat bezieht die Effekt-Quadratsumme auf die Gesamtquadratsumme, das partielle Eta-Quadrat nur auf Effekt plus Fehler. Bei einem Faktor sind beide gleich, bei mehreren Faktoren ist das partielle größer.
Muss ich nach einer signifikanten ANOVA noch etwas rechnen?
Ja, wenn du wissen willst, welche Gruppen sich unterscheiden. Dafür nimmst du Post-hoc-Tests mit Alpha-Korrektur oder vorab geplante Kontraste. Bei nur zwei Gruppen entfällt das, weil F dann t² entspricht.
Was ist, wenn der Levene-Test signifikant ist?
Dann sind die Varianzen vermutlich nicht gleich. Bei ungleich großen Gruppen ist das ein Problem. Du kannst die Welch-ANOVA verwenden, die SPSS in der einfaktoriellen ANOVA unter „Optionen“ anbietet.
Stand: November 2026. Psychologie Helden ist ein unabhängiges Lernangebot und steht in keiner Verbindung zu einer Hochschule. Verbindlich sind die Studien- und Prüfungsordnung deines Studiengangs, die Vorgaben deines Instituts und deiner Lehrenden sowie das APA-Manual (7. Auflage) für die Darstellung von Ergebnissen.