Ja, ein Test kann sehr reliabel und trotzdem wenig valide sein. Reliabilität beschreibt, wie präzise und wiederholbar ein Test misst. Validität beschreibt, ob die Deutung der Werte für einen bestimmten Zweck begründet ist. Ein Verfahren kann stabil das Falsche messen, nur einen schmalen Teil des Merkmals abdecken oder einen systematischen Fehler enthalten, der bei jeder Wiederholung gleich auftritt. Umgekehrt gilt die Regel nicht: Ohne ausreichende Reliabilität bleibt auch die Validität begrenzt.
Einen Überblick über Objektivität, Reliabilität und Validität gibt der Artikel Gütekriterien psychologischer Tests. Hier geht es um die Beziehung zwischen den beiden Kriterien und um die Rechnungen, mit denen du sie in der Klausur begründest.
Wie kann ein Test reliabel, aber nicht valide sein?
Drei typische Wege führen dorthin. Der erste ist ein systematischer Fehler. Ein Thermometer, das jedes Mal 0,8 Grad zu viel anzeigt, liefert nahezu identische Wiederholungen. Für die Frage, ob jemand Fieber hat, ist es trotzdem irreführend. In Fragebögen kann eine missverständliche Übersetzung so wirken: Alle Personen antworten stabil, aber auf eine andere Frage als gemeint.
Der zweite Weg ist eine zu enge Inhaltsabdeckung. Ein Test, der mathematische Kompetenz messen soll, aber nur Kopfrechnen prüft, kann sehr zuverlässig sein. Für die breite Aussage fehlen ihm aber Geometrie, Textaufgaben und Schätzen. Viele ähnliche Aufgaben erhöhen die Reliabilität, ohne diese Lücke zu schließen.
Der dritte Weg ist eine falsche Verwendung. Ein Konzentrationstest kann für die Frage, wie schnell jemand einfache Zeichen unterscheidet, gut begründet sein. Als Prognose für Führungserfolg fehlt ihm vielleicht jede Evidenz. Validität hängt also immer an einer konkreten Interpretation.
| hohe Validität für die Verwendung | geringe Validität für die Verwendung | |
|---|---|---|
| hohe Reliabilität | präzise und passend, etwa ein gut normierter Leistungstest für die Frage, für die er gebaut wurde | präzise, aber falsch gedeutet, etwa ein Thermometer, das konstant 0,8 Grad zu viel anzeigt |
| geringe Reliabilität | in der Praxis kaum erreichbar, weil Zufallsfehler jede Beziehung abschwächen | unpräzise und falsch gedeutet |
Warum begrenzt die Reliabilität die Validität?
Zufällige Messfehler korrelieren mit nichts. Je größer ihr Anteil am Testwert ist, desto mehr verdünnen sie jeden Zusammenhang mit einem Kriterium. Formal kann die beobachtete Korrelation zwischen Test und Kriterium höchstens so groß werden wie die Wurzel aus dem Produkt beider Reliabilitäten: rxy ≤ √(rxx · ryy).
Ein eigenes Rechenbeispiel: Ein Aufnahmetest hat eine Reliabilität von 0,90. Er soll die Durchschnittsnote im ersten Studienjahr vorhersagen. Noten sind selbst fehlerbehaftet, ihre Reliabilität wird auf 0,64 geschätzt. In der Stichprobe korrelieren Test und Note mit 0,32.
| Größe | Wert | Rechnung |
|---|---|---|
| Reliabilität Test | 0,90 | aus dem Manual |
| Reliabilität Kriterium (Noten) | 0,64 | geschätzt |
| beobachtete Validität | 0,32 | Korrelation in der Stichprobe |
| Obergrenze der beobachteten Validität | 0,76 | √(0,90 · 0,64) = √0,576 |
| minderungskorrigierte Validität | 0,42 | 0,32 / 0,76 |
Die Obergrenze liegt bei 0,76. Die beobachteten 0,32 sind also deutlich niedriger, als es die Messfehler allein erzwingen würden. Die minderungskorrigierte Validität von 0,42 schätzt den Zusammenhang zwischen den wahren Werten. Sie ist ein theoretischer Wert. Für Entscheidungen über reale Bewerbende gilt weiterhin die beobachtete Korrelation, weil auch reale Noten Fehler enthalten.
Das Studienheft Reliabilität und Validität geht diese Fragen in 15 Lernstationen durch. Neun Stationen trennen die Fehlerquellen hinter Retest, Parallelformen, interner Konsistenz und Beurteilerübereinstimmung, sechs sammeln Validitätsevidenz. Dazu kommen Rechenbeispiele zum Standardmessfehler und kommentierte Prüfungsfragen mit Prüfstein.
Warum fällt die Validität unter Zugelassenen oft niedrig aus?
Stell dir vor, eine Hochschule lässt nur Bewerbende mit guten Testwerten zu und prüft danach, wie gut der Test die Studiennoten vorhersagt. In der Stichprobe fehlen alle mit niedrigen Testwerten. Die Streuung ist eingeschränkt, und eine eingeschränkte Streuung senkt die Korrelation.
Ein eigenes Zahlenbeispiel: Unter den Zugelassenen beträgt die Korrelation 0,25. Die Standardabweichung der Testwerte ist in der vollen Bewerbergruppe 1,5-mal so groß wie unter den Zugelassenen. Mit der üblichen Korrektur für direkte Selektion ergibt sich rc = (0,25 · 1,5) / √(1 − 0,25² + 0,25² · 1,5²) = 0,375 / √1,078 ≈ 0,36. Der Test sagt in der Gruppe, für die er eingesetzt wird, also besser vorher, als die Stichprobe der Zugelassenen vermuten lässt. Die Korrektur setzt voraus, dass die Selektion tatsächlich über den Test lief und der Zusammenhang linear ist.
Übungsfrage im Klausurstil
Ein Fragebogen zur Arbeitsmotivation hat eine Retestreliabilität von 0,92 über vier Wochen. Mit der späteren Leistungsbeurteilung durch Vorgesetzte korreliert er zu 0,08. Welche Schlussfolgerung ist am besten begründet?
- ADer Fragebogen ist valide, weil eine Retestreliabilität von 0,92 Validität garantiert.
- BDer Fragebogen misst wiederholbar, aber für die Vorhersage der Leistungsbeurteilung fehlt bisher Evidenz.
- CDie niedrige Korrelation beweist, dass der Fragebogen keine Arbeitsmotivation misst.
- DDie hohe Retestreliabilität ist ein Fehler, weil Motivation sich ändern muss.
- EDie Korrelation von 0,08 ist durch die Reliabilität des Fragebogens vollständig erklärt.
Lösung zeigen
Ist ein sehr hohes Cronbachs Alpha immer gut?
Nein. Wenn zehn Items fast dasselbe fragen, korrelieren sie hoch, und Alpha steigt. Die Skala wird dadurch präziser, aber nicht breiter. Für ein Konstrukt mit mehreren Facetten kann ein extrem hohes Alpha sogar ein Warnsignal sein, weil es auf Redundanz hindeutet. Außerdem beweist Alpha keine Eindimensionalität. Ob ein Test eine oder mehrere Dimensionen hat, prüfst du mit einer Faktorenanalyse. Wie Alpha berechnet wird, zeigt der Artikel Cronbachs Alpha berechnen und interpretieren.
Hilft ein längerer Test auch der Validität?
Indirekt kann er das. Nach der Spearman-Brown-Formel steigt die Reliabilität bei Verlängerung um den Faktor k auf rk = k · r / (1 + (k − 1) · r). Ein Test mit r = 0,70 käme bei doppelter Länge auf 1,40 / 1,70 ≈ 0,82. Damit steigt auch die Obergrenze für seine Validität. Die Prognose gilt aber nur, wenn die neuen Items den alten gleichwertig sind. Fügst du Items hinzu, die etwas anderes messen, oder ermüden die Teilnehmenden, verfehlt die Rechnung das Ergebnis. Und eine Verlängerung schließt keine inhaltliche Lücke, wenn alle neuen Items denselben schmalen Bereich abfragen.
Woran erkennst du Validitätsevidenz?
Die moderne Testtheorie sieht Validität als Argument, das aus mehreren Quellen gestützt wird. Für deine Klausur reichen meist vier Fragen. Deckt der Inhalt das Konstrukt ab? Passt die interne Struktur zur Theorie? Korreliert der Test mit verwandten Maßen hoch und mit unverwandten niedrig? Sagt er relevante Kriterien vorher? Hohe Konvergenz mit einem anderen Fragebogen kann dabei auch an gemeinsamer Methodenvarianz liegen, wenn beide Selbstberichte sind. Eine niedrige Korrelation mit einem anderen Konstrukt spricht nur dann für Diskriminanz, wenn beide Maße ausreichend reliabel sind.
Weiterlernen
Alle Hefte zu Diagnostik und Testtheorie stellt die Seite Studienhefte Diagnostik und Testtheorie vor. Wie du den Messfehler eines einzelnen Werts in ein Intervall übersetzt, erklärt der Beitrag Standardmessfehler und Konfidenzintervall. Für die Prüfungsplanung hilft die Seite Diagnostik- und Testtheorie-Klausur.
Passendes Material
Häufige Fragen
Kann ein Test valide sein, ohne reliabel zu sein?
Kaum. Je mehr Zufallsfehler ein Test enthält, desto stärker werden seine Zusammenhänge mit anderen Variablen abgeschwächt. Die beobachtete Validität kann höchstens so groß werden wie die Wurzel aus dem Produkt der Reliabilitäten von Test und Kriterium.
Was ist die Minderungskorrektur?
Die Minderungskorrektur schätzt, wie hoch eine Korrelation wäre, wenn Test und Kriterium fehlerfrei gemessen würden. Dazu teilst du die beobachtete Korrelation durch die Wurzel aus dem Produkt beider Reliabilitäten. Das Ergebnis ist ein theoretischer Wert und keine Vorhersage für die Praxis.
Warum ist die Validität unter Zugelassenen oft niedrig?
Wenn nur Personen mit guten Testwerten zugelassen werden, ist die Streuung der Testwerte in der Validierungsstichprobe kleiner. Eine eingeschränkte Streuung senkt die Korrelation mit dem Kriterium, auch wenn der Test in der vollen Bewerbergruppe gut vorhersagt.
Beweist ein hohes Cronbachs Alpha, dass ein Test valide ist?
Nein. Ein hohes Alpha zeigt, dass die Items stark zusammenhängen. Das kann auch an fast gleich formulierten Items liegen, die nur einen schmalen Ausschnitt des Konstrukts abdecken. Über die Bedeutung der Werte sagt Alpha nichts.
Wie heißt die moderne Sicht auf Validität?
In der heutigen Testtheorie wird Validität als Eigenschaft einer Interpretation für einen bestimmten Zweck verstanden. Man sammelt Evidenz aus Inhalt, internen Strukturen, Beziehungen zu anderen Variablen und Konsequenzen und fügt sie zu einem Validitätsargument zusammen.
Stand: November 2026. Psychologie Helden ist ein unabhängiges Lernangebot und mit keiner Hochschule verbunden. Verbindlich sind die Studien- und Prüfungsordnung deines Studiengangs und die Vorgaben deiner Lehrenden.