Beispiel
14 Tage × 5 Signale = 70 geplante Signale pro Person. Werden 49 beantwortet, liegt die Compliance bei 70 %. Bei 20 Personen berechnen Sie zusätzlich den Mittelwert und die Streuung über Personen.
Compliance einer EMA-Studie berechnen und verbessern
Compliance ist die zentrale Qualitätskennzahl intensiver Längsschnittdaten: Wie viele der geplanten Signale wurden tatsächlich beantwortet? Dieser Leitfaden zeigt die Berechnung, sinnvolle Zusatzkennzahlen und was bei schwacher Beteiligung wirklich hilft.
Die Berechnung
Compliance = beantwortete Signale ÷ geplante Signale × 100. Geplant sind alle Signale, die innerhalb des Studienzeitraums an eingeschriebene Teilnehmende ausgelöst wurden; beantwortet sind alle, die innerhalb des Antwortfensters vollständig abgeschickt wurden. QueryMe weist diese Quote pro Studie und pro Teilnehmendem aus.
Wichtige Zusatzkennzahlen
Antwortverzögerung (Zeit vom Signal bis zur Antwort), Compliance im Zeitverlauf (fällt sie ab Tag 5 ab?), Anteil Personen unter einer festgelegten Mindestquote und Abbruchzeitpunkte.
Vor der Analyse festlegen
- Mindestquote pro Person definieren (häufig 50–60 %) und vorab dokumentieren, nicht nachträglich anpassen.
- Umgang mit Ausschlüssen begründen und beide Auswertungen berichten – mit und ohne Ausschluss.
- Fehlende Werte nicht als 0 codieren; verpasste Signale sind fehlend, nicht null.
- Compliance im Methodenteil berichten: geplante Signale, beantwortete Signale, Quote, Streuung.
Was Compliance nachweislich erhöht
- 1
Fragebogen kürzen
Bei 5–8 Items und unter einer Minute Beantwortungszeit sinkt die Abbruchwahrscheinlichkeit deutlich. Streichen Sie jedes Item, das Sie nicht in einer Hypothese verwenden.
- 2
Realistischen Signalplan wählen
Zu viele Signale erzeugen Ermüdung. Prüfen Sie, ob 4 statt 7 Signale Ihre Fragestellung noch beantworten.
- 3
Zeitfenster an den Alltag anpassen
Signale mitten in Vorlesungen, Nachtschichten oder Schulzeiten werden verpasst. Fragen Sie typische Tagesstrukturen im Onboarding ab und setzen Sie das Fenster entsprechend.
- 4
Einrichtung begleiten
Die meisten Ausfälle entstehen am Tag 1 durch fehlende Push-Erlaubnis. Verweisen Sie auf die bebilderte Anleitung und prüfen Sie nach dem ersten Tag, wer noch kein Signal beantwortet hat.
- 5
Antwortfenster bewusst setzen
Ein sehr kurzes Fenster erhöht die Momentnähe, senkt aber die Quote. 30–60 Minuten sind ein üblicher Kompromiss.
- 6
Verlauf im Dashboard beobachten
Compliance pro Person und Tag zeigt Probleme früh. Ein kurzer Hinweis an inaktive Teilnehmende in den ersten Tagen wirkt mehr als jede Maßnahme am Studienende.
Häufige Fragen
Welche Compliance ist gut genug?
Das hängt von Design und Feld ab. In vielen EMA-Studien gelten 70–80 % als gut, 50–60 % als grenzwertig. Entscheidend ist, dass Sie Ihre Schwelle vorab festlegen und die tatsächliche Quote transparent berichten.
Zählt ein abgebrochener Fragebogen als beantwortet?
Nein. Als beantwortet gilt ein innerhalb des Antwortfensters abgeschlossenes Signal. Teilweise ausgefüllte Signale sollten Sie separat berichten.
Wie gehe ich mit sehr niedriger Compliance einzelner Personen um?
Nach vorab definierter Regel ausschließen und die Sensitivität prüfen: Mehrebenenmodelle verkraften fehlende Messzeitpunkte, systematisch fehlende Daten verzerren aber Ergebnisse.
Passend weiterlesen
Wie viele Signale pro Tag?
Belastung, Datendichte und typische Designentscheidungen abwägen.
Experience Sampling ohne App
Wie Web-Push funktioniert und welche Geräte es unterstützen.
EMA-Daten exportieren
CSV nach R, SPSS und Excel bringen – Long-Format richtig verarbeiten.
EMA vs. Daily Diary
Welches Design zu Ihrer Fragestellung passt – mit Entscheidungshilfe.
Compliance live im Dashboard verfolgen
Pro Studie sehen Sie geplante und beantwortete Signale, Compliance je Person und den Verlauf über die Studientage.