Normen und Perzentile: Womit Ihr Ergebnis verglichen wird
Ein Rohwert ist für sich allein nicht interpretierbar. Er wird erst bedeutsam im Vergleich mit einer Referenzgruppe – und welche Gruppe verwendet wurde, ist eine der folgenreichsten und am wenigsten kommunizierten Eigenschaften eines jeden Tests.
Sie erzielen 34 Punkte auf einer Gewissenhaftigkeitsskala. Ist das hoch?
Diese Frage lässt sich ohne einen Vergleich nicht beantworten. Vierunddreißig von welchem Maximum, im Vergleich zu wem, zu welchem Zeitpunkt gemessen? Normen sind die Referenzdaten, die einen Rohwert in eine interpretierbare Position verwandeln, und ihre Auswahl ist eine der folgenreichsten Entscheidungen bei der Testkonstruktion.
Wie die Umrechnung funktioniert
Eine Normstichprobe ist eine Gruppe von Personen, die das Instrument unter standardisierten Bedingungen durchgeführt hat und deren Scoreverteilung als Maßstab dient. Rohwerte werden dann als Position innerhalb dieser Verteilung ausgedrückt.
Prozentränge geben an, welcher Anteil der Normstichprobe einen Wert erreicht hat, der gleich oder niedriger als Ihrer ist. Der 70. Perzentilrang bedeutet, dass 70 Prozent der Referenzgruppe einen niedrigeren Wert erzielt haben. Perzentile sind intuitiv verständlich, weisen jedoch einen oft unterschätzten Schwachpunkt auf: Sie verzerren Unterschiede in der dicht besetzten Mitte der Verteilung und komprimieren sie an den Rändern. Wenige Rohpunkte um den Durchschnitt können viele Perzentilränge ausmachen; dieselben wenigen Punkte im oberen Bereich bewegen kaum etwas.
Standardwerte – z-Werte, T-Werte, Stanine, IQ-Skalen – drücken die Abweichung vom Mittelwert in Standardabweichungseinheiten aus. Sie erhalten den tatsächlichen Abstand zwischen den Werten, weshalb sie bevorzugt werden, wenn mit den Ergebnissen arithmetische Operationen durchgeführt werden.
Warum die Referenzgruppe entscheidend ist
Derselbe Rohwert kann je nach Normstichprobe an sehr unterschiedlichen Perzentilpositionen landen. Gewissenhaftigkeit, gemessen an der allgemeinen erwachsenen Bevölkerung oder an einer Stichprobe praktizierender Buchhalter, ergibt nicht denselben Perzentilrang – und keine der beiden Zahlen ist falsch: Sie beantworten unterschiedliche Fragen.
Daher lohnt es sich, einige Eigenschaften einer Normstichprobe zu kennen.
Wer darin vertreten war. Gelegenheitsstichproben aus Psychologiestudierenden sind nach wie vor verbreitet und repräsentieren nur einen kleinen Ausschnitt der Menschheit: jung, gebildet und überproportional aus wohlhabenden westlichen Ländern. Normen, die auf dieser Grundlage erstellt wurden, sind kaum übertragbar.
Wie groß sie war. Stabile Perzentilschätzungen in den Randbereichen erfordern große Stichproben. Einige hundert Personen liefern kein zuverlässiges Bild davon, wie das 95. Perzentil aussieht.
Wann sie erhoben wurde. Normen verändern sich. Populationsmittelwerte für eine Reihe psychologischer Maße haben sich über Jahrzehnte messbar verschoben, und eine Normstichprobe aus dem Jahr 1995 beschreibt nicht mehr die Bevölkerung, die den Test im Jahr 2026 durchführt.
Ob sie stratifiziert ist. Viele Merkmale variieren systematisch nach Alter und Geschlecht. Sensation Seeking nimmt mit dem Alter deutlich ab; der Chronotyp verändert sich über die Lebensspanne. Einen 55-Jährigen mit einer altersübergreifenden Norm zu vergleichen, ergibt auf beiden Seiten eine irreführende Position.
Worauf zu achten ist – und was das Fehlen dieser Angaben bedeutet
Ein gut dokumentiertes Instrument gibt Größe, Zusammensetzung, Land und Erhebungsjahr seiner Normstichprobe an und macht deutlich, ob die Normen stratifiziert sind. Seriöse Testhandbücher widmen diesem Thema ganze Kapitel.
Die meisten kostenlosen Online-Tests machen dazu keinerlei Angaben. Sie nennen einen Perzentilrang, ohne anzugeben, auf welche Population er sich bezieht. Dieser Perzentilrang stammt entweder aus einer nicht genannten Gelegenheitsstichprobe, wurde aus einer veröffentlichten Norm übernommen, die an einer anderen Population erhoben wurde, oder er wurde aus den Personen berechnet, die den Test auf dieser Website bereits absolviert haben – einer selbst-selektierten Gruppe, deren Zusammensetzung selbst dem Seitenbetreiber unbekannt ist.
Der Perzentilrang erscheint dennoch auf dem Bildschirm und sieht genauso aus wie ein echter. Es ist allein die begleitende Dokumentation – und nur diese –, die beide voneinander unterscheidet.
Auf die Probe stellen
Über Messung zu lesen ist das eine. Den eigenen Wert mit Quelle, Normstichprobe und Grenzen zu sehen ist das andere. Kostenlos, ohne Anmeldung.
Weiterlesen
- Was ist Psychometrie?Die Disziplin, die prüft, ob ein psychologisches Messverfahren tauglich ist – und der Grund dafür, dass sich zwei Tests mit ähnlichen Fragen erheblich im Wert ihrer Ergebnisse unterscheiden können.
- Was ist Reliabilität bei psychologischen Tests?Reliabilität bezeichnet die Konsistenz einer Messung, nicht deren Korrektheit. Ein Test kann hochreliabel sein und dennoch das Falsche messen – weshalb sie die erste Frage ist, die gestellt wird, aber niemals die letzte.
- Was ist Validität in der psychologischen Diagnostik?Validität ist keine Eigenschaft, die ein Test besitzt. Sie ist ein Argument darüber, ob eine bestimmte Interpretation eines bestimmten Wertes für einen bestimmten Zweck vertretbar ist – und sie muss für jede neue Anwendung neu begründet werden.
- Was ist Konstruktvalidität?Die schwierigste Frage in der Messung: ob das, was man misst, so existiert, wie man es definiert hat, und ob das Instrument es erfasst – und nicht etwas Benachbartes.
- Konvergente und diskriminante ValiditätZwei spiegelbildliche Anforderungen: Ein Messinstrument muss mit dem übereinstimmen, womit es übereinstimmen soll, und muss sich von dem unterscheiden, was es vorgibt, nicht zu sein. Die meisten schwachen Instrumente scheitern an der zweiten Anforderung.
- Was Cronbachs Alpha ist – und was es nicht istDie am häufigsten berichtete Statistik in der psychologischen Testung und die am häufigsten missverstandene. Alpha sagt nichts darüber aus, ob eine Skala eindimensional ist, und ein hoher Wert ist oft ein Symptom, keine Tugend.
- Standardmessfehler: Wie weit Ihr Ergebnis abweichen könnteJedes Ergebnis enthält eine Fehlertoleranz, und bei den meisten psychologischen Tests ist sie größer als allgemein angenommen. Diese Kennzahl verrät Ihnen, wann ein Unterschied real ist und wann es sich um Rauschen handelt.
- Wie ein psychometrischer Test tatsächlich entwickelt wirdVom Konstrukt zur veröffentlichten Normierung dauert der Prozess Jahre und verwirft den Großteil dessen, was in ihn eingeflossen ist. Wer die einzelnen Schritte kennt, erkennt sofort, welche ein schneller Online-Test übersprungen hat.
- Was bedeutet es, wenn ein Test als validiert bezeichnet wird?Das Wort ist unreguliert und wird von Produkten frei verwendet, die keinerlei Arbeit dafür geleistet haben. Hier ist, was es bedeutet, wenn es etwas bedeutet, und die vier Fragen, die beide Fälle voneinander trennen.
- Warum die meisten Persönlichkeitstests im Internet nicht zuverlässig sindNicht weil sie unehrlich sind, sondern weil die Schritte, die eine Messung vertrauenswürdig machen, unsichtbar, kostspielig und leicht zu überspringen sind – und das Überspringen nichts daran ändert, wie das Ergebnis aussieht.
- Was Selbstauskunft messen kann und was nichtFragebögen bitten Sie, sich selbst zu beobachten, was bei manchen Dingen besser funktioniert als bei anderen. Zu wissen, wo diese Methode ihre Stärken hat und wo sie versagt, verändert die Interpretation jedes Ergebnisses.
- Was es bedeutet, wenn ein Test etwas vorhersagtEine Korrelation von 0,30 ist ein starker Befund in der Persönlichkeitsforschung und eine schwache Grundlage für eine Entscheidung über eine einzelne Person. Beide Aussagen sind wahr, und die Lücke zwischen ihnen verursacht den größten Teil des Missbrauchs von Testergebnissen.
- Screening ist keine DiagnoseEin Screening-Fragebogen ist darauf ausgelegt, möglichst viele potenzielle Fälle zu erfassen, und nimmt dabei eine hohe Falsch-positiv-Rate in Kauf. Ein Screening-Ergebnis als Diagnose zu lesen, kehrt den eigentlichen Zweck des Instruments um.