Reliabilität
In diesem Beitrag
Was versteht man unter Reliabilität?
Reliabilität ist ein zentrales Gütekriterium von Messungen und Messinstrumenten. Sie gibt an, wie genau und konsistent ein Instrument misst – unabhängig davon, ob es auch das Richtige misst (das ist Aufgabe der Validität). Formal lässt sich Reliabilität über die klassische Testtheorie beschreiben: Jeder gemessene Wert X setzt sich zusammen aus einem wahren Wert T und einem Messfehler E:
Grundformel der klassischen Testtheorie
Der Reliabilitätskoeffizient beschreibt dann das Verhältnis der wahren Varianz zur beobachteten Gesamtvarianz:
Reliabilitätskoeffizient
Ein Reliabilitätskoeffizient von 1 bedeutet perfekte Messgenauigkeit ohne jeden Fehler. In der Praxis liegen akzeptable Werte je nach Kontext zwischen 0,70 und 0,90 oder höher.
Es gibt verschiedene Methoden, Reliabilität zu schätzen:
- Retest-Reliabilität: Dasselbe Instrument wird zu zwei verschiedenen Zeitpunkten eingesetzt. Die Korrelation beider Messungen zeigt, wie stabil die Ergebnisse über die Zeit sind.
- Paralleltest-Reliabilität: Zwei gleichwertige Versionen eines Tests werden verglichen.
- Interne Konsistenz: Misst, wie gut die einzelnen Items eines Instruments untereinander zusammenhängen. Das gebräuchlichste Maß ist Cronbachs Alpha.
- Interrater-Reliabilität: Gibt an, wie stark verschiedene Beobachter oder Bewerter in ihren Einschätzungen übereinstimmen.
Warum ist Reliabilität für statistische Analysen wichtig?
Ohne ausreichende Reliabilität sind alle nachgelagerten statistischen Analysen auf wackeligem Fundament. Wenn ein Messinstrument stark fehlerbehaftet ist, verzerrt das die Ergebnisse systematisch: Korrelationen und Effektgrößen werden unterschätzt (sogenannte Attenuierung), Gruppenunterschiede erscheinen kleiner als sie tatsächlich sind, und Hypothesentests verlieren an Teststärke.
Reliabilität ist besonders relevant bei der Arbeit mit Fragebögen, Skalen, Tests oder Beobachtungsverfahren – also immer dann, wenn ein latentes, nicht direkt messbares Konstrukt (z. B. Intelligenz, Arbeitszufriedenheit, Depressivität) über Indikatoren erfasst wird.
Praxisbeispiel zu Reliabilität
Eine Psychologiestudentin entwickelt im Rahmen ihrer Masterarbeit einen Fragebogen zur Messung von Prüfungsangst. Der Fragebogen besteht aus 10 Items, die Teilnehmende auf einer Skala von 1 bis 5 bewerten. Um die interne Konsistenz zu prüfen, berechnet sie Cronbachs Alpha.
| Cronbachs Alpha | Bewertung | Konsequenz |
|---|---|---|
| α = 0,55 | Unzureichend | Items überarbeiten oder entfernen |
| α = 0,72 | Akzeptabel | Für explorative Studie verwendbar |
| α = 0,85 | Gut | Instrument ist gut geeignet |
| α = 0,93 | Sehr gut | Hohe interne Konsistenz, auch für diagnostische Zwecke |
Die Studentin erhält zunächst ein Alpha von 0,63. Sie analysiert daraufhin die Item-Trennschärfen und stellt fest, dass zwei Items kaum mit dem Rest der Skala zusammenhängen. Nach deren Überarbeitung steigt Cronbachs Alpha auf 0,81 – ein guter Wert für ihre explorative Studie. Erst jetzt kann sie sicher sein, dass ihr Fragebogen Prüfungsangst konsistent und zuverlässig misst.
