Psychometrische Kennwerte richtig interpretieren lernen

Psychometrie-Prüfungen im Master prüfen fast immer dasselbe Format: Du bekommst einen Auszug aus einer Analyse und sollst ihn bewerten. Gefragt sind drei Dinge – den Kennwert benennen, ihn an einem Grenzwert einordnen und die Konsequenz für das Verfahren ableiten. Wer diese drei Schritte automatisiert, braucht kaum Auswendiggelerntes.

Die Kennwerte, die vorkommen

Merkhilfe für die Richtung: Bei CFI und TLI ist groß gut, bei RMSEA und SRMR ist klein gut. Der Grund ist inhaltlich – die einen messen erklärte Passung, die anderen übrig gebliebenen Fehler. Wer sich das merkt, verwechselt die Grenzwerte nicht mehr.

Ein durchgerechnetes Beispiel

Angenommen, du erhältst folgenden Auszug zu einer fünfstufigen Skala mit 12 Items: Omega = .88, Chi-Quadrat signifikant, CFI = .93, RMSEA = .09, SRMR = .06, eine Faktorladung von .31 bei Item 4, Modellierung als einfaktorielles Modell.

So gehst du vor. Erstens die Reliabilität: Omega = .88 ist gut und für Gruppenvergleiche ausreichend. Zweitens die Passung: CFI liegt knapp unter dem Richtwert, RMSEA klar darüber, SRMR im grünen Bereich. Das Muster – SRMR gut, RMSEA schlecht – spricht für ein Modell, das im Kern passt, aber einzelne fehlspezifizierte Beziehungen enthält. Drittens Item 4 mit einer Ladung von .31: Es trägt kaum zum Faktor bei und ist ein plausibler Kandidat für die Fehlpassung. Vierte Beobachtung: Das signifikante Chi-Quadrat allein ist bei großen Stichproben kein Argument, weil der Test mit wachsendem N fast immer signifikant wird. Genau dieser Hinweis bringt in Klausuren regelmäßig einen Extrapunkt.

Die Antwort lautet also nicht „Modell schlecht“, sondern: akzeptable Reliabilität, unzureichende Modellanpassung, wahrscheinliche Ursache bei Item 4, Empfehlung zur inhaltlichen Prüfung und erneuter Schätzung ohne dieses Item an einer neuen Stichprobe.

Explorativ oder konfirmatorisch?

• EFA nutzt du, wenn die Struktur offen ist. Die Zahl der Faktoren bestimmst du über Parallelanalyse; das ältere Kaiser-Kriterium (Eigenwert größer 1) überschätzt die Faktorenzahl systematisch und sollte allenfalls ergänzend genannt werden.
• CFA nutzt du, wenn du eine Struktur prüfen willst. Nur hier sind Fitindizes wie CFI und RMSEA definiert – sie in einer EFA zu berichten, ist ein häufiger Fehler.
• Rotation: orthogonal (Varimax) nur, wenn du unkorrelierte Faktoren wirklich annimmst. In der Psychologie korrelieren Konstrukte fast immer, also ist eine oblique Rotation der Normalfall.

So übst du dafür

1. Sammle fünf publizierte Validierungsstudien und schreibe deren Kennwerte in eine einzige Tabelle. Danach kennst du die Bandbreite realer Werte besser als jede Grenzwertliste.
2. Bewerte jede Zeile blind, bevor du die Diskussion der Autoren liest. Vergleiche anschließend, wo deine Einschätzung abweicht.
3. Formuliere zu jedem Fall drei Sätze: Befund, Bewertung, Konsequenz. Genau diese Struktur erwartet die Prüfung.
4. Rechne einmal selbst: Der Standardmessfehler bei s = 10 und Reliabilität .84 beträgt 10 × Wurzel(.16) = 4. Wer das im Kopf kann, argumentiert bei Einzelfallfragen sicherer.

Was Prüfende sehen wollen

Der Unterschied zwischen einer mittleren und einer sehr guten Antwort liegt selten im Kennwertwissen, sondern in zwei Zusätzen: der Stichprobenabhängigkeit (Kennwerte gelten für die untersuchte Population, nicht universell) und der Kreuzvalidierung (ein an denselben Daten optimiertes Modell muss an neuen Daten bestätigt werden). Beide Sätze passen in fast jede Antwort und zeigen methodisches Verständnis.

Die theoretische Grundlage dieser Kennwerte findest du in Psychometrie verstehen: Itemanalyse, Reliabilität, Normen, den vollständigen Studienablauf in Testvalidierung Schritt für Schritt. Übungsaufgaben mit kommentierten Outputs enthält das Modul Psychometrie & Validierung; wie diese Kennwerte in der Eignungsdiagnostik angewendet werden, zeigt Personalpsychologie & Eignungsdiagnostik. Alle Masterthemen samt Thesis-Begleitung bündelt der Premiumkurs Master Psychologie. Wer nebenbei Lernmaterial für Schule und Ausbildung sucht, wird bei Stifo fündig.

Häufige Fragen

Welche Fit-Grenzwerte muss ich auswendig können?

Vier reichen: CFI und TLI ab .95, RMSEA bis .06 bis .08, SRMR bis .08. Wichtiger als die exakten Zahlen ist die Begründung, warum du mehrere Indizes gemeinsam betrachtest – einzelne Werte sind stichproben- und modellabhängig.

Warum ist ein signifikantes Chi-Quadrat kein Ausschlusskriterium?

Der Chi-Quadrat-Test prüft exakte Modellpassung und wird mit wachsender Stichprobe fast immer signifikant. Ab etwa 200 Personen ist er praktisch immer verletzt. Deshalb werden ergänzend approximative Fitmaße berichtet.

Wann nehme ich Omega statt Cronbachs Alpha?

Immer dann, wenn die Items unterschiedlich stark auf den Faktor laden, was der Normalfall ist. Alpha setzt gleiche Ladungen voraus und unterschätzt sonst die Reliabilität. Omega wird direkt aus dem Faktormodell berechnet und ist die robustere Angabe.

Reicht eine hohe Faktorladung als Validitätsbeleg?

Nein. Eine hohe Ladung zeigt nur, dass das Item zum gemeinsamen Faktor passt, nicht, dass dieser Faktor das gemeinte Konstrukt ist. Dafür brauchst du konvergente und diskriminante Belege sowie Zusammenhänge mit externen Kriterien.