Reliabilität: Wie zuverlässig ein Test misst

Reliabilität ist die Zuverlässigkeit eines Tests oder einer Messung. Sie gibt an, wie genau ein Verfahren misst, und drückt aus, dass die Ergebnisse frei von Zufallsfehlern sind. Würde man die Messung unter gleichen Bedingungen wiederholen, käme dasselbe Ergebnis heraus ^[1]. Zusammen mit der Objektivität und der Validität gehört die Reliabilität zu den Testgütekriterien, mit denen Fachleute Fragebögen und andere psychometrische Instrumente beurteilen ^[1].

Was Zuverlässigkeit bei einem Fragebogen heißt

Ein Fragebogen ist reliabel, wenn kleine Zufälle das Ergebnis kaum verändern. Wer ihn zweimal kurz hintereinander ausfüllt, ohne dass sich an den Beschwerden etwas geändert hat, sollte einen ähnlichen Wert erreichen. Ist eine Person an der Messung beteiligt, etwa bei einem Interview, spricht man auch von Objektivität oder von der Übereinstimmung zwischen verschiedenen Beobachtern ^[1].

Ein Beispiel ist der Angstfragebogen GAD-7. In seiner Entwicklungsstudie mit 2.740 Erwachsenen aus 15 Hausarztpraxen in den USA zeigte er eine gute Reliabilität ^[2]. Außerdem stimmten die Fassung zum Selbstausfüllen und die Fassung, bei der eine Fachperson die Fragen stellt, gut überein ^[2]. Den GAD-7 kannst du im Angst-Test im Original ausfüllen.

Reliabilität und Validität

Ein reliabler Test ist noch kein guter Test. Er kann sehr genau messen und dabei das Falsche erfassen. Ob ein Fragebogen das misst, was er messen soll, beschreibt die Validität, die in einer Validierung geprüft wird. Umgekehrt kann ein Test, der stark vom Zufall abhängt, auch nicht valide sein, weil seine Ergebnisse schwanken. Für die verbreiteten Depressionsfragebögen hält die Nationale VersorgungsLeitlinie Unipolare Depression Reliabilität und Validität für die Grenzwerte zur Diagnose und zum Schweregrad meist für gegeben ^[3].

Wenn du einen Test wiederholst

Schwierig wird es, wenn man Veränderungen messen will. Laut Leitlinie fehlen für viele Depressionsfragebögen gesicherte Werte dafür, ab welcher Punktdifferenz sich die Beschwerden wirklich verändert haben ^[3]. Der PHQ-9 gehört zu den Ausnahmen: Die Leitlinie beschreibt ihn als valide und als empfindlich für Veränderungen über die Zeit und nennt eine Veränderung um 5 Punkte als kleinsten klinisch bedeutsamen Unterschied ^[3]. Wenn du den Depressions-Test nach einigen Wochen wiederholst und dein Wert um ein oder zwei Punkte abweicht, liegt das deutlich unter dieser Schwelle. Solche kleinen Unterschiede sagen wenig über eine echte Veränderung aus. Bei größeren Veränderungen lohnt es sich, genauer hinzuschauen.

Wie verlässlich ein Fragebogen ist, hängt auch davon ab, wie du ihn ausfüllst. Lies die Fragen in Ruhe und beziehe dich auf den angegebenen Zeitraum, zum Beispiel die letzten zwei Wochen. So bleiben deine Ergebnisse untereinander vergleichbar.

1. Fachgesellschaft Glossar zur Evidenzbasierten Medizin (Stichworte Reliabilität, Testgütekriterien). Deutsches Netzwerk Evidenzbasierte Medizin e. V. (EbM-Netzwerk). Stand Oktober 2018. abgerufen am 28.10.2026
2. Studie Spitzer RL, Kroenke K, Williams JB, Löwe B: A brief measure for assessing generalized anxiety disorder: the GAD-7. Arch Intern Med 2006; 166: 1092 bis 1097. Europe PMC. Stand 2006. abgerufen am 28.10.2026
3. Leitlinie Nationale VersorgungsLeitlinie Unipolare Depression, Langfassung Version 3.2. BÄK, KBV, AWMF (NVL-Programm). Stand 2023. abgerufen am 28.10.2026

Hinweis: Ein Selbsttest gibt dir eine erste Einschätzung. Er ersetzt keine ärztliche oder psychotherapeutische Untersuchung und keine Diagnose.