Kreuztabelle: Definition, erstellen & auswerten (mit Beispiel)

Eine Kreuztabelle ist eine Tabelle, die zeigt, wie sich die Antworten auf zwei Fragen gemeinsam verteilen. Statt jede Frage einzeln auszuwerten, kombinierst du zwei Merkmale in einer Tabelle und siehst auf einen Blick, wie sie zusammenhängen. In der Statistik heißt sie auch Kontingenztabelle oder Kontingenztafel – gemeint ist dasselbe.

Ein Beispiel macht es greifbar: Lena betreibt ein kleines Café und hat 120 Gäste befragt. Zwei ihrer Fragen waren „Wie zufrieden bist du mit uns?“ und „Zu welcher Altersgruppe gehörst du?“. Einzeln ausgewertet weiß Lena nun, dass 75 % ihrer Gäste zufrieden sind und wie sich die Gäste auf die Altersgruppen verteilen. Was sie so aber nicht sieht: ob die Zufriedenheit vom Alter abhängt. Genau dafür legt sie eine Kreuztabelle an.

So ist eine Kreuztabelle aufgebaut

Der Aufbau ist immer gleich:

• Zeilen: die Ausprägungen der einen Frage (z. B. „zufrieden“ und „weniger zufrieden“).
• Spalten: die Ausprägungen der zweiten Frage (z. B. die drei Altersgruppen).
• Zellen: in jeder Zelle steht, wie viele Personen genau diese Kombination gewählt haben.
• Randsummen: am Rand stehen die Gesamtzahlen pro Zeile und Spalte – zusammen ergeben sie die Gesamtzahl der Befragten.

Kreuztabellen gehören zu den wichtigsten Werkzeugen, wenn du eine Umfrage auswerten möchtest. Sie funktionieren besonders gut mit geschlossenen Fragen, bei denen die Antworten in feste Kategorien fallen.

Eine Kreuztabelle lohnt sich immer dann, wenn du wissen willst, ob zwei Merkmale zusammenhängen. Sie ist einer der ersten Schritte, die du dir nach der reinen Häufigkeitsauswertung deiner Umfrage anschauen solltest.

Typische Fragen, die eine Kreuztabelle beantwortet

• Sind jüngere Kunden zufriedener als ältere?
• Unterscheidet sich die Weiterempfehlung zwischen Erst- und Stammkunden?
• Bevorzugen Frauen andere Produkte als Männer?
• Antworten Teilnehmer aus der Stadt anders als vom Land?

Der Klassiker ist die Auswertung nach demografischen Daten: Du kreuzt eine inhaltliche Frage mit Alter, Geschlecht oder Region und siehst, ob sich die Gruppen unterscheiden.

Welche Daten sich für eine Kreuztabelle eignen

Kreuztabellen brauchen kategoriale Daten – also Antworten, die sich in klare Gruppen einteilen lassen. Das sind nominale und ordinale Merkmale wie Geschlecht, Zufriedenheitsstufen oder Altersgruppen.

Ein metrisches Merkmal wie das genaue Alter in Jahren gehört vorher in Gruppen einsortiert (z. B. „unter 30“, „30–50“, „über 50“). Sonst bekommst du für fast jede Person eine eigene Spalte, und die Tabelle wird unlesbar. Auch Likert-Skalen lassen sich gut verwenden, weil ihre Stufen feste Kategorien bilden.

Wann eine Kreuztabelle an ihre Grenzen kommt

Je mehr Zellen deine Tabelle hat, desto mehr Antworten brauchst du. Kreuzt du eine Frage mit fünf Antwortoptionen gegen fünf Altersgruppen, entstehen schon 25 Zellen – bei nur 40 Teilnehmern bleibt in vielen Zellen fast niemand übrig, und die Ergebnisse werden unzuverlässig. Wie viele Antworten sinnvoll sind, hängt von deiner Stichprobe ab. Einen praktischen Überblick gibt dir unser Ratgeber dazu, wie viele Teilnehmer du brauchst.

Am schnellsten erstellst du eine Kreuztabelle in einem Tabellenprogramm wie Excel oder Google Tabellen – dort übernimmt die Pivot-Tabelle die ganze Zählarbeit für dich. So gehst du vor:

Schritt 1: Daten richtig anordnen

Deine Rohdaten sollten so aufgebaut sein: eine Zeile pro Person, eine Spalte pro Frage. Jede Zelle enthält die Antwort einer Person. Die meisten Tools aus unserem Umfrage-Tool-Vergleich exportieren die Daten bereits in dieser Form als Excel- oder CSV-Datei.

Schritt 2: Pivot-Tabelle einfügen

Markiere deine Daten und füge über „Einfügen → PivotTable“ eine Pivot-Tabelle ein. Ziehe dann:

• die erste Frage in den Bereich Zeilen,
• die zweite Frage in den Bereich Spalten,
• eine beliebige Frage in den Bereich Werte und stelle sie auf Anzahl.

Excel zählt jetzt automatisch, wie viele Personen in jede Kombination fallen, und ergänzt die Randsummen. Wer lieber mit Formeln arbeitet, baut dieselbe Tabelle mit der Funktion ZÄHLENWENNS Zelle für Zelle auf.

Schritt 3: Ergebnis prüfen

So sieht Lenas fertige Kreuztabelle mit den absoluten Häufigkeiten aus:

Ein kurzer Kontrollblick: Die Randsummen der Zeilen (90 + 30) und der Spalten (40 + 50 + 30) ergeben beide 120 – also genau die Zahl der Befragten. Stimmt diese Summe nicht, hat sich meist ein Fehler in die Daten geschlichen. Bevor du überhaupt auswertest, lohnt sich übrigens immer ein Pretest deines Fragebogens, damit die Antworten sauber in die Kategorien passen.

Die absoluten Zahlen sind erst der Anfang. Der eigentliche Erkenntnisgewinn steckt in den Prozentwerten – denn nur sie machen unterschiedlich große Gruppen vergleichbar.

Ein Blick auf Lenas Tabelle zeigt, warum: In absoluten Zahlen sind die meisten zufriedenen Gäste zwischen 30 und 50 (40 Personen). Das heißt aber nicht, dass diese Gruppe am zufriedensten ist – sie ist einfach die größte. Erst in Prozent wird der Vergleich fair.

In einer Kreuztabelle vergleichst du Gruppen fast immer über Prozente. Absolute Zahlen führen dich in die Irre, sobald die Gruppen unterschiedlich groß sind.

Zeilenprozente, Spaltenprozente und Gesamtprozente

Es gibt drei Wege, eine Kreuztabelle in Prozent umzurechnen – und sie beantworten unterschiedliche Fragen:

• Spaltenprozente (Anteil innerhalb jeder Spalte): beantworten „Wie zufrieden ist jede Altersgruppe?“. Du teilst jede Zelle durch die Spaltensumme.
• Zeilenprozente (Anteil innerhalb jeder Zeile): beantworten „Wie setzen sich die Zufriedenen nach Alter zusammen?“. Du teilst durch die Zeilensumme.
• Gesamtprozente (Anteil an allen Befragten): beantworten „Welchen Anteil an allen Gästen macht diese Kombination aus?“. Du teilst durch die Gesamtzahl.

Die wichtigste Entscheidung beim Auswerten ist deshalb: In welche Richtung rechne ich die Prozente? Faustregel: Willst du Gruppen miteinander vergleichen, rechnest du in Richtung der Gruppen – stehen die Gruppen in den Spalten, nimmst du also Spaltenprozente.

Lenas Tabelle richtig gelesen

Rechnen wir die Zufriedenheit als Spaltenprozente:

Jetzt ist der Zusammenhang klar sichtbar: Bei den unter 30-Jährigen sind nur 60 % zufrieden, bei den über 50-Jährigen dagegen 87 %. Die Zufriedenheit steigt also mit dem Alter. Diese Erkenntnis war in den absoluten Zahlen nicht zu sehen – und genau dafür ist die Kreuztabelle da.

Für Lena ist das ein konkreter Hinweis: Sie könnte gezielt nachfragen, was jüngere Gäste vermissen. Wie du aus solchen Mustern saubere Schlüsse ziehst, zeigen wir dir auch im Ratgeber zum Fragebogen richtig auswerten.

Ein Muster in der Kreuztabelle ist noch kein Beweis. Gerade bei kleinen Umfragen kann ein Unterschied auch reiner Zufall sein. Bevor du feste Schlüsse ziehst, solltest du dir zwei Fragen stellen: Ist der Unterschied statistisch belastbar? Und bedeutet Zusammenhang wirklich Ursache?

Der Chi-Quadrat-Test

Der Chi-Quadrat-Test (χ²-Test) ist das Standardverfahren, um eine Kreuztabelle zu prüfen. Vereinfacht gesagt vergleicht er die tatsächlich beobachteten Häufigkeiten mit den Häufigkeiten, die man erwarten würde, wenn die beiden Merkmale gar nichts miteinander zu tun hätten. Sind die Abweichungen groß genug, spricht das für einen echten Zusammenhang.

Das Ergebnis liest du am p-Wert ab: Liegt er unter dem üblichen Schwellenwert von 0,05, gilt der Zusammenhang als statistisch signifikant – also als vermutlich nicht zufällig. Eine wichtige Voraussetzung: In den meisten Zellen sollte die erwartete Häufigkeit bei mindestens 5 liegen. Bei sehr kleinen Stichproben ist der Test deshalb oft nicht aussagekräftig. Gerade für eine Umfrage in der Bachelor- oder Masterarbeit wird der Chi-Quadrat-Test häufig verlangt.

Wie stark ist der Zusammenhang?

Der Chi-Quadrat-Test sagt dir nur, ob ein Zusammenhang besteht, nicht wie stark er ist. Dafür gibt es Zusammenhangsmaße wie Cramérs V (oder den Phi-Koeffizienten bei einer 2×2-Tabelle). Sie funktionieren ähnlich wie ein Korrelationskoeffizient: Werte nahe 0 bedeuten kaum Zusammenhang, Werte nahe 1 einen starken.

Zusammenhang ist nicht gleich Ursache

Auch ein signifikanter Zusammenhang beweist keine Ursache. Dass jüngere Gäste in Lenas Café weniger zufrieden sind, heißt nicht automatisch, dass das Alter der Grund ist – vielleicht kommen jüngere Gäste eher zu Stoßzeiten, wenn der Service langsamer ist. Diesen Denkfehler erklären wir ausführlich im Ratgeber zu Korrelation und Kausalität. Willst du eine Ursache wirklich belegen, brauchst du ein passendes Design mit klar getrennten abhängigen und unabhängigen Variablen.

Kleine, private Umfragen liefern selten die Datenmenge für belastbare Signifikanztests. Das ist kein Problem – behandle die Muster in deiner Kreuztabelle dann als Hinweise, nicht als Beweise.

Kreuztabellen sind schnell erstellt, aber ebenso schnell falsch interpretiert. Diese Fehler sehen wir am häufigsten:

• Absolute Zahlen statt Prozente vergleichen: Unterschiedlich große Gruppen lassen sich nur in Prozent fair vergleichen.
• Falsche Prozentrichtung: Zeilen- und Spaltenprozente beantworten verschiedene Fragen – überlege dir vorher, welche du brauchst.
• Zu kleine Zellen: Stehen in einer Zelle nur zwei oder drei Personen, ist jeder Prozentwert instabil.
• Metrische Merkmale nicht gruppiert: Alter in Jahren oder Umsatz in Euro vorher in sinnvolle Gruppen einteilen.
• Muster als Beweis nehmen: Ohne Signifikanzprüfung ist ein Unterschied nur ein Hinweis – und Zusammenhang bleibt trotzdem nicht gleich Ursache.
• Zu viele Kategorien: Je mehr Zeilen und Spalten, desto unübersichtlicher und datenhungriger wird die Tabelle.

Checkliste für deine Kreuztabelle

1. Beide Fragen sind kategorial – oder metrische Werte vorher in Gruppen eingeteilt.
2. Genug Antworten pro Zelle: lieber wenige, klare Kategorien.
3. Absolute Häufigkeiten eingetragen und Randsummen geprüft.
4. In die passende Richtung in Prozent umgerechnet (Zeile oder Spalte).
5. Auffällige Unterschiede markiert und – wenn möglich – auf Signifikanz geprüft.
6. Ergebnisse vorsichtig formuliert: Hinweis, nicht Beweis.

Mit dieser Reihenfolge holst du aus jeder Befragung deutlich mehr heraus als aus der reinen Häufigkeitsauswertung. Wenn du deine nächste Umfrage von Grund auf planst, hilft dir unser Leitfaden zum Online-Umfrage erstellen – passende Vorlagen findest du in unserer Übersicht der Fragebogen-Vorlagen. Für Berechnungen rund um Stichprobe und Auswertung lohnt sich außerdem ein Blick auf unsere Online-Rechner.