Wie überprüft man die Reliabilität eines Fragebogens?

Was bedeutet Reliabilität bei einem Fragebogen?

Reliabilität bezeichnet die Messgenauigkeit eines Instruments: Ein Fragebogen ist dann reliabel, wenn er dasselbe Merkmal unter gleichen Bedingungen konsistent und reproduzierbar misst. Vereinfacht gesagt – würden dieselben Personen den Fragebogen zweimal ausfüllen, ohne dass sich ihre tatsächliche Ausprägung verändert hat, sollten die Ergebnisse nahezu identisch ausfallen.

Das klingt selbstverständlich, ist in der Praxis aber eine ernsthafte Qualitätsfrage. Unklare Itemformulierungen, inkonsistente Antwortskalen oder inhaltlich heterogene Fragen innerhalb einer Skala können die Reliabilität erheblich senken – und damit auch die Aussagekraft Ihrer gesamten Studie.

Reliabilität ist dabei eine notwendige, aber keine hinreichende Bedingung für Validität: Ein Instrument kann präzise messen und dennoch das Falsche messen. Deshalb sollte die Reliabilitätsprüfung immer im Zusammenhang mit der Validitätsprüfung betrachtet werden.

Welche Methoden zur Reliabilitätsprüfung gibt es?

Es gibt nicht die eine Methode zur Reliabilitätsprüfung. Welches Verfahren sinnvoll ist, hängt von Ihrem Messmodell, Ihrem Erhebungsdesign und der Struktur Ihres Fragebogens ab. In der methodischen Fachliteratur werden vier grundlegende Schätzmethoden unterschieden: interne Konsistenz, Split-Half, Test-Retest und Parallelformen.

Für die meisten Abschlussarbeiten im DACH-Raum ist die interne Konsistenz die relevanteste Methode, weil sie mit einer einmaligen Datenerhebung auskommt. Die Test-Retest-Reliabilität ist besonders dann gefragt, wenn Sie die zeitliche Stabilität eines Messinstruments explizit belegen müssen – etwa bei klinischen Fragebögen oder neu entwickelten Instrumenten.

Cronbachs Alpha: Berechnung, Interpretation und Grenzen

Cronbachs Alpha ist der mit Abstand meistgenutzte Koeffizient zur Schätzung der internen Konsistenz. Er beschreibt, wie stark die Items einer Skala gemeinsam dasselbe Konstrukt messen. Der Wertebereich liegt zwischen 0 und 1 – je näher der Wert an 1 liegt, desto konsistenter ist die Skala.

Dabei steht für die Anzahl der Items, für die Varianz des einzelnen Items und für die Varianz der Summenwerte aller Items. Praktisch ausgedrückt: Alpha setzt die durchschnittliche Itemvarianz ins Verhältnis zur Gesamtvarianz der Skala.

Orientierungswerte für die Interpretation

In der Methodenliteratur haben sich folgende Richtwerte etabliert – sie sind jedoch keine starren Grenzwerte, sondern kontextabhängige Orientierungshilfen:

• α ≥ 0,90: Exzellente interne Konsistenz – kann aber auf Redundanz hinweisen
• α = 0,80–0,89: Gute interne Konsistenz, in vielen Forschungskontexten ideal
• α = 0,70–0,79: Akzeptabel, für explorative Forschung oft ausreichend
• α = 0,60–0,69: Fraglich – kritische Itemanalyse empfehlenswert
• α < 0,60: Unzureichend – Skala sollte überarbeitet werden

Wann Alpha irreführt

Alpha ist kein Allzweckmittel. Ein hoher Alpha-Wert entsteht nicht zwingend durch gute Itemqualität, sondern kann auch durch eine große Anzahl redundanter Items verursacht werden – Items, die dieselbe Frage in leicht anderer Formulierung wiederholen. Das erhöht Alpha, ohne die Konstrukterfassung zu verbessern.

Außerdem setzt Cronbachs Alpha Tau-Äquivalenz voraus: Alle Items sollen denselben wahren Wert messen und sich nur im Messfehler unterscheiden. Wenn diese Voraussetzung verletzt ist – was bei vielen realen Skalen der Fall ist –, unterschätzt Alpha die tatsächliche Reliabilität. In solchen Fällen ist McDonalds Omega (ω) als robusterer Koeffizient vorzuziehen, der auch bei unterschiedlichen Faktorladungen korrekt schätzt.

Cronbachs Alpha in SPSS berechnen

In SPSS gehen Sie folgendermaßen vor: Analysieren → Skalierung → Reliabilitätsanalyse. Verschieben Sie alle Items der Skala in das Feld „Items“, wählen Sie als Modell „Alpha“ und aktivieren Sie unter „Statistiken“ die Option „Item gelöscht“. Die Ausgabe zeigt Ihnen dann, wie sich Alpha verändert, wenn ein bestimmtes Item entfernt wird – ein wertvolles Diagnosewerkzeug.

Wer seine Daten mit R auswertet, kann Cronbachs Alpha einfach über das psych-Paket berechnen:

# Paket laden
library(psych)

# Alpha berechnen (df enthält nur die Items der Skala)
alpha_ergebnis <- alpha(df[, c("item1", "item2", "item3", "item4", "item5")])
print(alpha_ergebnis$total)

# McDonalds Omega als robuste Alternative
omega_ergebnis <- omega(df[, c("item1", "item2", "item3", "item4", "item5")])
print(omega_ergebnis)

Eine ausführliche Anleitung zur gesamten Fragebogenauswertung in SPSS finden Sie in unserem Beitrag Fragebogen auswerten mit SPSS.

Split-Half-Methode und Spearman-Brown-Korrektur

Bei der Split-Half-Methode wird der Fragebogen in zwei gleichwertige Hälften aufgeteilt – typischerweise in gerade und ungerade Items oder in zufällig zugewiesene Hälften. Die Korrelation der beiden Hälften gibt einen ersten Hinweis auf die Reliabilität. Da eine kürzere Skala tendenziell weniger reliabel ist, wird das Ergebnis anschließend mit der Spearman-Brown-Formel auf die Gesamtlänge hochgerechnet:

Dabei ist die Korrelation zwischen den beiden Testhälften. Ein konkretes Beispiel: Liegt die Korrelation der Hälften bei 0,70, ergibt die Spearman-Brown-Korrektur einen Reliabilitätskoeffizienten von .

Die Split-Half-Methode liefert je nach Aufteilung unterschiedliche Ergebnisse. Cronbachs Alpha kann als Verallgemeinerung aller möglichen Split-Half-Koeffizienten verstanden werden und ist deshalb in der Praxis die bevorzugte Methode.

Test-Retest-Reliabilität und Intraklassenkorrelation

Die Test-Retest-Reliabilität prüft, ob ein Fragebogen zu zwei verschiedenen Zeitpunkten bei denselben Personen (unter der Annahme stabiler Ausprägungen) zu denselben Ergebnissen führt. Sie beantwortet eine andere Frage als die interne Konsistenz: nicht ob Items zusammenpassen, sondern ob das Instrument zeitlich stabil misst.

Als Kennzahl wird hier die Intraklassenkorrelation (ICC) empfohlen, nicht der einfache Pearson-Korrelationskoeffizient. Reliabilität und Messfehler sind verwandte, aber methodisch unterschiedliche Messeigenschaften: Reliabilität gibt an, wie gut ein Instrument Personen voneinander unterscheiden kann, während der Messfehler die Präzision der Messung innerhalb derselben Person über Wiederholungen hinweg beschreibt.

ICC-Werte einordnen

Als grobe Orientierung gelten folgende Schwellenwerte für die ICC:

• ICC < 0,50: Schlechte Reliabilität
• ICC = 0,50–0,75: Moderate Reliabilität
• ICC = 0,75–0,90: Gute Reliabilität
• ICC > 0,90: Exzellente Reliabilität

Wichtig: In einer sehr homogenen Stichprobe – etwa wenn alle Befragten aus derselben engen Berufsgruppe stammen – fällt der ICC systematisch niedriger aus, weil die Varianz zwischen Personen gering ist. Das bedeutet nicht, dass das Instrument schlecht misst, sondern dass die Stichprobe wenig Spielraum für Unterschiede lässt.

Zeitabstand bei Test-Retest-Designs

Wie lang der Abstand zwischen den beiden Messungen sein sollte, hängt vom gemessenen Konstrukt ab. Zu kurze Abstände (unter einer Woche) riskieren Erinnerungseffekte; zu lange Abstände (über mehrere Monate) können tatsächliche Veränderungen im Merkmal erfassen, die keine Messfehler sind. Ein Abstand von zwei bis vier Wochen gilt für stabile Konstrukte wie Persönlichkeitseigenschaften oder chronische Symptome als pragmatisch vertretbar.

Häufige Fehler bei der Reliabilitätsprüfung

In empirischen Abschlussarbeiten begegnen denselben Fehlern immer wieder. Wer sie kennt, kann sie gezielt vermeiden:

• Nur Alpha berichten, keine Itemanalyse: Der Alpha-Gesamtwert sagt wenig darüber aus, welche Items problematisch sind. Die „Alpha wenn Item gelöscht"-Statistik gehört dazu.
• Alpha mit Validität verwechseln: Hohe interne Konsistenz ist kein Beleg dafür, dass das richtige Konstrukt gemessen wird.
• Eindimensionalität nicht prüfen: Cronbachs Alpha setzt faktisch eine gemeinsame Dimension voraus. Bei mehrdimensionalen Skalen sollten Alpha-Werte für jede Subskala separat berichtet werden.
• Zu kleines N: Reliabilitätsschätzungen sind bei kleinen Stichproben (n < 30) instabil und mit breiten Konfidenzintervallen behaftet.
• Parallelformen unkritisch einsetzen: Unterschiedliche Items erfassen oft leicht verschiedene Facetten eines Konstrukts – zwei „äquivalente" Formen sind methodisch schwer herzustellen.

Welche statistische Analysemethode für Fragebögen grundsätzlich geeignet ist, hängt dabei nicht nur von der Reliabilität, sondern auch vom Skalenniveau und der Verteilung Ihrer Daten ab.

Praktische Umsetzung in Ihrer Abschlussarbeit

Im Methodenteil einer Bachelorarbeit oder Masterarbeit gehört die Reliabilitätsprüfung zum Standard – sowohl bei etablierten als auch bei selbst entwickelten Instrumenten. Folgende Schritte haben sich in der Praxis bewährt:

Wie Sie Ihre Fragebogendaten für die Auswertung kodieren, beeinflusst übrigens auch die Reliabilitätsanalyse direkt: Negativ gepolte Items müssen vor der Alpha-Berechnung rekodiert werden, sonst sinkt der Koeffizient künstlich.

Wer Likert-Skalen korrekt auswertet, beachtet außerdem, dass die Reliabilitätsprüfung idealerweise auf Basis der Items, nicht der bereits aggregierten Skalenwerte erfolgt.

Was in den Methodenteil gehört

Ein vollständiger Reliabilitätsbericht im Methodenteil umfasst mindestens:

• Den Namen des verwendeten Verfahrens (z. B. „Cronbachs Alpha als Maß der internen Konsistenz")
• Den konkreten Koeffizienten für jede Skala/Subskala mit Dezimalstellen (z. B. α = .83)
• Die Anzahl der einbezogenen Items
• Einen kurzen Satz zur Interpretation anhand etablierter Schwellenwerte
• Hinweis auf rekodierte Items, falls vorhanden

Wenn Sie einen Fragebogen für Ihre empirische Abschlussarbeit professionell begleiten lassen möchten – von der Itemkonstruktion über die Reliabilitätsprüfung bis zur Ergebnisdarstellung –, unterstützt Sie das Team von QuantExpert methodisch fundiert bei jedem Schritt.

Für einen vollständigen Überblick über alle Analyseschritte – von der Dateneingabe bis zur Ergebnisinterpretation – bietet sich außerdem der Beitrag zum professionellen Fragebogen auswerten lassen als weiterführende Orientierung an.