Reliabilität und Validität einfach erklärt

Reliabilität beschreibt, wie zuverlässig ein Messinstrument arbeitet – unabhängig davon, ob es das Richtige misst. Eine Personenwaage, die bei zwei Wiegevorgängen kurz hintereinander 68 kg und dann 74 kg anzeigt, ist unzuverlässig, selbst wenn einer der beiden Werte zufällig stimmt. Bei psychologischen Fragebögen wird Reliabilität meist als Cronbachs Alpha angegeben – ein Wert zwischen 0 und 1, der ausdrückt, wie konsistent die einzelnen Fragen eines Tests untereinander zusammenhängen. Werte über .80 gelten allgemein als gut; die meisten Tests auf Empiralis bewegen sich in diesem Bereich oder darüber, was wir jeweils auf der Infoseite des Tests referenzieren.

Validität ist die wichtigere, aber schwerer zu prüfende Eigenschaft: Misst der Test tatsächlich das Konstrukt, das er zu erfassen behauptet? Eine Personenwaage kann hochpräzise und trotzdem für die Frage „Wie glücklich bin ich?“ völlig ungeeignet sein – sie ist zuverlässig, aber für diesen Zweck nicht valide.

Bei psychologischen Tests wird Validität unter anderem dadurch geprüft, ob die Ergebnisse mit anderen, bereits etablierten Maßen so zusammenhängen, wie es die zugrunde liegende Theorie vorhersagt. Der PHQ-9 etwa korreliert stark mit ärztlichen Depressionsdiagnosen aus strukturierten klinischen Interviews – das ist einer der Gründe, warum er weltweit in der Primärversorgung eingesetzt wird.

Ein Test kann reliabel, aber nicht valide sein (die präzise, aber falsch geeichte Waage). Er kann auch theoretisch valide konzipiert sein, aber durch schlechte Itemformulierungen unzuverlässig messen. Erst wenn beides zusammen ausreichend gegeben ist, liefert ein Fragebogen aussagekräftige Ergebnisse – und genau das prüfen die Validierungsstudien, auf die wir bei jedem Empiralis-Test verweisen.