Gütekriterien sind Maßstäbe für die Qualität eines psychologischen Messverfahrens, etwa eines Tests, Fragebogens, Interviews oder Assessment-Centers. Unterschieden werden Hauptgütekriterien und Nebengütekriterien. Die Hauptgütekriterien sind Objektivität, Reliabilität und Validität. Zu den Nebengütekriterien zählen nach den AC-Standards 2016 insbesondere Nutzen beziehungsweise Ökonomie, Fairness und Akzeptanz.
Grundlagen: die drei Hauptgütekriterien
| Gütekriterium | Leitfrage | Wie es geprüft wird |
|---|---|---|
| Objektivität | Hängt das Ergebnis von der Person ab, die den Test durchführt, auswertet oder deutet? | Standardisierung; Übereinstimmung mehrerer Auswertender |
| Reliabilität | Wie genau und beständig misst das Verfahren? | Retest-, Paralleltest- und Konsistenzkoeffizienten |
| Validität | Tragen Belege und Theorie die geplante Deutung der Ergebnisse? | Belege aus Testinhalt, innerer Struktur und Zusammenhängen mit Kriterien |
Bei der Objektivität unterscheiden das Testbeurteilungssystem des Diagnostik- und Testkuratoriums (TBS-DTK, Fassung 2023) und Lehrbücher wie Lienert und Raatz (1998) drei Formen:
- Durchführungsobjektivität: Alle Teilnehmenden haben dieselben Bedingungen, etwa Anleitung, Material und Zeit.
- Auswertungsobjektivität: Gleiche Antworten führen zu gleichen Werten, gleich wer auswertet.
- Interpretationsobjektivität: Gleiche Werte führen zu gleichen Schlüssen.
Die Reliabilität beschreiben die Standards for Educational and Psychological Testing (AERA, APA und NCME 2014) als Beständigkeit der Ergebnisse über Wiederholungen des Verfahrens. Validität ist dort das Ausmaß, in dem Belege und Theorie die Deutung der Testwerte für einen bestimmten Zweck stützen.
Die Kriterien bauen aufeinander auf. Unterschiedliche Auswertungen durch verschiedene Personen sind eine Quelle zufälliger Messfehler und senken damit die Reliabilität. Zufällige Fehler begrenzen wiederum, wie gut sich mit Testwerten etwas vorhersagen lässt. Umgekehrt gilt der Schluss nicht: Systematische Fehler mindern laut den Standards die Validität, ohne die Reliabilität zu verringern. Ein Verfahren kann also sehr zuverlässig etwas Falsches messen.
Die Nebengütekriterien zeigen sich vor allem im Einsatz. Die AC-Standards 2016 beschreiben sie für die Evaluation: Bei der Fairness ist zu prüfen, ob ein Verfahren bestimmte Gruppen systematisch benachteiligt. Akzeptanz meint die Annahme durch Teilnehmende, Beobachtende, Management und Mitarbeitervertretungen. Nutzen und Ökonomie betreffen das Verhältnis von Aufwand und Ertrag.
Drei Zielscheiben mit je fünf Treffern. Links liegen die Treffer eng beieinander, aber neben der Mitte: zuverlässig, nicht gültig. In der Mitte streuen die Treffer weit und liegen neben der Mitte: weder zuverlässig noch gültig. Rechts liegen sie eng in der Mitte: zuverlässig und gültig. Darunter: Streuung steht für zufällige Fehler und senkt die Reliabilität, ein Versatz steht für systematische Fehler und senkt die Validität. Vereinfacht gilt: Objektivität stützt die Reliabilität, diese begrenzt die Validität.
Gütekriterien im Studium der Wirtschaftspsychologie
Methoden und Statistik stehen bei 69 von 95 erfassten Anbietern laut Recherche, Stand Oktober 2026, in Studiengangsnamen, Schwerpunkten oder Modullisten. Ausdrücklich Testtheorie, Testkonstruktion oder Psychometrie führen 13 von 95. Mehr zu den Methodenfächern steht im Ratgeber Statistik im Studium. In Klausuren geht es typischerweise um diese Fragen:
- Definitionen und Unterformen der drei Hauptgütekriterien
- Abhängigkeiten zwischen den Kriterien, oft an einem Zielscheibenbild erklärt
- Gütekriterien eines Interviews oder Assessment-Centers im Vergleich zu einem standardisierten Test
- Fairness als Frage der Gültigkeit für alle Teilgruppen
In der Praxis: Personalauswahl, Befragung, Marktforschung
Auch Normen und Fachstandards der Personalauswahl greifen die Gütekriterien auf. Die DIN 33430 (Ausgabe 2016-07) enthält laut DIN Media einen Anhang mit Anforderungen an die Verfahrenshinweise messtheoretisch fundierter Fragebogen und Tests. In Assessment-Centern stützen Beobachtertraining und Probeläufe die Objektivität; die AC-Standards 2016 prüfen neue Übungen unter anderem darauf, ob die Beobachtenden übereinstimmend urteilen. Prognosegüte, Fairness und Nutzen sollen bei längerem Einsatz empirisch geprüft werden. Für Bewerbungsverfahren kommt das Allgemeine Gleichbehandlungsgesetz hinzu; dazu der Eintrag Eignungsdiagnostik.
Bei Mitarbeiterbefragungen und in der Marktforschung gelten dieselben Maßstäbe für Skalen und Fragebogen. Ist die Reliabilität eines Fragebogens unbekannt, bleibt offen, wie viel der Unterschiede zwischen Personen oder Gruppen auf Messfehler zurückgeht. Nach den Standards gehören zu jeder geplanten Verwendung von Testwerten Belege zur Validität und zur Reliabilität (Standards 1.0 und 2.0). Das betrifft auch selbst entwickelte Skalen in Abschlussarbeiten.