Kann man einen Persönlichkeitstest fälschen?

Lassen sich Persönlichkeitstests fälschen? Ja, wenn man dazu aufgefordert wird

In einem Punkt ist die Forschung eindeutig: Fordert man Menschen ausdrücklich auf, sich als ideale Bewerber darzustellen, können sie ihre Werte verschieben, und sie tun es auch. Die maßgebliche Metaanalyse bündelte 51 Studien zum instruierten Fälschen und fand, dass die Fälschbarkeit nicht von der Persönlichkeitsdimension abhing, alle fünf Big-Five-Faktoren ließen sich gleich gut fälschen, und dass die Verzerrung auf den Skalen zur sozialen Erwünschtheit größer ausfiel als auf den Merkmalsskalen selbst doi:10.1177/00131649921969802. Die Aufforderung, sich besser darzustellen, erzeugte kleinere Effekte als die Aufforderung, sich schlechter darzustellen, und Within-Subjects-Designs lieferten die genaueren Schätzungen.

Zwei Dinge an diesem Ergebnis verdienen Beachtung. Erstens, was es nicht hergibt: eine einzelne Schlagzeilenzahl dafür, wie stark Menschen ihre Werte aufblähen. Die Schätzung hängt stark vom Design ab, und die Arbeit selbst kommt zu dem Schluss, dass Between-Subjects-Designs die Zahl verzerren. Zweitens markiert instruiertes Fälschen eine Laborobergrenze und beschreibt keine reale Personalauswahl. Die weiter unten zitierte Metaanalyse echter Stellenbewerber fand kleinere mittlere Unterschiede als die Instruktionsstudien und hat das ausdrücklich festgehalten doi:10.1111/j.1468-2389.2006.00354.x.

Das überrascht nicht. Die soziale Erwünschtheit, also die Neigung, so zu antworten, dass ein günstiges Bild entsteht, gehört zu den am besten dokumentierten Phänomenen der Umfrageforschung. Persönlichkeitstests sind dagegen nicht gefeit. Wie stark der Erhebungskontext die Werte prägt, behandelt Anonymität in der Persönlichkeitsdiagnostik: warum sie zählt ausführlicher.

Diese beiden Zahlen spannen die praktische Frage auf. Die erste zeigt, was ein klassisches Likert-Verfahren verliert, sobald mehr auf dem Spiel steht, aus einer Metaanalyse von 33 Bewerberstichproben doi:10.1111/j.1468-2389.2006.00354.x. Die zweite zeigt, was ein Forced-Choice-Verfahren unter demselben Druck verliert, aus einer Metaanalyse von Studien, die Forced-Choice-Werte zwischen folgenarmen und folgenreichen Bedingungen verglichen haben doi:10.1037/apl0000414. Beide Abschnitte weiter unten packen sie aus.

Wie viel im echten Auswahlverfahren tatsächlich gefälscht wird

Hier wird das Bild feiner. Die Laborbelege für Fälschen auf Anweisung sind robust. Die Belege für spontanes, nicht instruiertes Fälschen in echten Auswahlverfahren sind schwächer.

Die einschlägige Metaanalyse bündelte 33 Studien, die Stellenbewerber und Nicht-Bewerber in denselben Persönlichkeitsverfahren verglichen. Bewerber lagen höher bei Gewissenhaftigkeit (d = 0,45), emotionaler Stabilität (d = 0,44), Offenheit (d = 0,13) und Extraversion (d = 0,11); Verträglichkeit gehörte nicht zu den Dimensionen, auf denen Bewerber einen bedeutsamen Vorsprung zeigten, und das Muster verschob sich mit der Art der Stelle: Bewerber verzerrten am stärksten auf den Dimensionen, die für die angestrebte Stelle am offensichtlichsten einschlägig waren doi:10.1111/j.1468-2389.2006.00354.x. Die Unterschiede sind also real, konzentrieren sich auf zwei der fünf Dimensionen und fallen kleiner aus, als das instruierte Fälschen nahelegt.

Eine große Wiederholungsstudie weist noch deutlicher in dieselbe Richtung. Unter 5.266 abgelehnten Bewerbern, die sich sechs Monate später erneut auf dieselbe Stelle bewarben und dasselbe Fünf-Faktoren-Verfahren noch einmal ausfüllten, verbesserten sich auf keiner Skala mehr als 5,2 Prozent, die Werte gingen genauso oft nach unten wie nach oben, und nur drei Personen verbesserten sich über alle fünf Skalen hinweg jenseits einer 95-Prozent-Konfidenzschwelle doi:10.1037/0021-9010.92.5.1270. Menschen, die jeden Grund hatten, den Test beim zweiten Anlauf auszutricksen, taten es ganz überwiegend nicht.

Manche Forschenden führen die verbleibende Lücke vor allem auf Selbsttäuschung zurück, nicht auf bewusstes Verzerren: Bewerber glauben demnach wirklich, die Eigenschaften zu besitzen, die sie angeben, weil motiviertes Denken ihre Selbsteinschätzung nach oben zieht. Das ist etwas anderes als kalkuliertes Fälschen und verlangt andere Gegenmittel. Es passt außerdem zu der breiteren Befundlage dazu, warum Selbsteinschätzung allein ein unvollständiges Bild ergibt: Wir sind systematisch unzuverlässige Erzähler unserer eigenen Persönlichkeit.

Beschädigt Fälschen wirklich die Vorhersagevalidität?

Das ist die entscheidende empirische Frage, und die Antwort ist tatsächlich umstritten. In der Literatur stehen sich drei Positionen gegenüber:

Position 1: Fälschen fällt kaum ins Gewicht. Der metaanalytische Beleg dafür ist direkt. Skalen zur sozialen Erwünschtheit sagten weder Arbeitsleistung noch Schulerfolg noch Aufgabenleistung noch kontraproduktives Verhalten vorher, und soziale Erwünschtheit wirkte für die Arbeitsleistung weder als brauchbarer Suppressor noch als Mediator; rechnet man ihren Einfluss aus den Big Five heraus, bleibt deren Validität für die Vorhersage von Arbeitsleistung erhalten doi:10.1037/0021-9010.81.6.660. Wenn Fälscher im Job am Ende genauso gut abschneiden, hat das Fälschen das Vorhersagesignal nicht zerstört.

Position 2: Fälschen senkt die Validität. Andere Arbeiten halten dagegen: Setzt sich die Gruppe der Hochwertigen aus Menschen mit echter Merkmalsausprägung und geschickten Fälschern zusammen, verwässert das den Zusammenhang mit der Leistung. Die Fälscher blähen die Verteilung auf, ohne das Merkmal mitzubringen.

Position 3: Fälschen selegiert auf Selbstdarstellung. Eine dritte Sichtweise weist darauf hin, dass die Fähigkeit, einen Persönlichkeitstest erfolgreich zu fälschen, selbst ein aussagekräftiges Signal sein kann, denn sie hängt mit sozialer Intelligenz und dem Wunsch zu beeindrucken zusammen. Wer wirksam fälscht, könnte in Rollen, in denen Selbstdarstellung zählt, tatsächlich gut abschneiden. Unproblematisch wird Fälschen dadurch nicht, aber die einfache Erzählung von der zerstörten Validität greift zu kurz.

Der aktuelle Forschungsstand tendiert bei risikoarmen Anwendungen außerhalb der Personalauswahl zu Position 1 und bei Auswahlverfahren mit hohem Einsatz, in denen der Anreiz zum Fälschen am größten ist, zu Position 2. Was „valide“ in der Persönlichkeitsmessung überhaupt bedeutet, klärt Was sind Reliabilität und Validität in Persönlichkeitstests?.

Forced-Choice-Formate: eine Teillösung gegen das Fälschen

Eine technische Antwort auf das Fälschen ist das Forced-Choice-Format. Befragte wählen dabei zwischen zwei oder mehr gleich erwünschten Aussagen, etwa „Ich bin meist sehr organisiert“ gegen „Ich bin meist sehr gesellig“. Weil die bequeme Option entfällt, einfach jede positive Beschreibung abzunicken, sinkt der Spielraum für Antwortinflation.

Die Belege sind gut, und sie sind beziffert. Eine Metaanalyse, die Forced-Choice-Werte zwischen folgenarmen und folgenreichen Bedingungen verglich, bezifferte die gesamte Werteinflation für Forced-Choice-Verfahren auf d = 0,06, weit unter dem entsprechenden Wert für Verfahren mit Einzelaussagen über die meisten Facetten hinweg, und benannte, worauf es beim Aufbau ankommt: nach sozialer Erwünschtheit ausbalancierte Aussagen, normative statt rein ipsative Auswertung und mehrdimensionale Blöcke doi:10.1037/apl0000414. Eine zweite Metaanalyse kam zu einem damit vereinbaren Schluss: Forced-Choice-Inventare halten dem Fälschen stand, der Effekt fällt in experimentellen Settings größer aus als in echten Auswahlverfahren, und quasi-ipsative Formate halten am besten stand, mit einer Aufblähung der Gewissenhaftigkeit von δ = 0,49 unter einem quasi-ipsativen gegenüber δ = 1,27 unter einem vollständig ipsativen Format doi:10.3389/fpsyg.2021.732241.

Der Preis ist ebenfalls real. Forced-Choice-Items sind mühsamer auszufüllen, kognitiv anspruchsvoller und interkulturell schlechter validiert. Eine rein ipsative Auswertung macht die Werte nur relativ zueinander und nicht absolut, was die Interpretation erschwert, und die zweite Metaanalyse zeigt, dass die Formatwahl innerhalb der Forced-Choice-Familie genauso viel ausmacht wie die Entscheidung für sie. Die Abwägungen im Einzelnen behandelt Forced-Choice-Verfahren: ehrlichere Daten.

Siehe auch: Soziale Erwünschtheit in Persönlichkeitstests.

Warum das eigentliche Problem der Einsatz in der Personalauswahl ist

Die Debatte ums Fälschen ist in weiten Teilen eine Stellvertreterdebatte darüber, ob Persönlichkeitstests überhaupt in der Personalauswahl etwas zu suchen haben. Wer Persönlichkeitsdaten für Entwicklung nutzt, also um Menschen zu helfen, sich selbst zu verstehen und besser zusammenzuarbeiten, für den ist Fälschen vor allem Selbstsabotage. Wer sich zu einem Entwicklungsbericht mogelt, der nichts mit dem eigenen Verhalten zu tun hat, bekommt schlicht unbrauchbares Feedback. Den Preis zahlt die Person selbst, nicht die Organisation.

Sobald Persönlichkeitsdaten dagegen als Auswahlhürde dienen, als Tor also, das über die nächste Runde entscheidet, wird der Anreiz zum Fälschen erheblich, und die Folgen tragen die Organisation in Form von Fehlbesetzungen und die ehrlichen Bewerberinnen und Bewerber, die gegenüber geschickten Fälschern das Nachsehen haben. Die ethischen und rechtlichen Seiten davon behandelt Persönlichkeitstests bei der Einstellung: was legal und was ethisch ist.

Das ist die wichtigste praktische Lehre aus der Fälschungsliteratur: Das Fälschungsproblem hängt am Missbrauchsproblem. Persönlichkeitsverfahren sind für Entwicklung und Selbsterkenntnis gebaut. Zweckentfremdet man sie als Auswahlfilter, öffnen sich Angriffsflächen, gegen die sie nie gewappnet sein sollten.

Warum anonyme Entwicklungsdiagnostik dem Fälschen standhält

Eine praktische Antwort auf die Fälschungssorge lautet, Persönlichkeitsdaten anonym zu erheben, also in Situationen, in denen keine Führungskraft die Daten sieht und in denen kein Wert mit einer Personalentscheidung verknüpft ist. Genau dort liefern Persönlichkeitsverfahren ihr validestes und nützlichstes Signal.

Anonyme Erhebungen nehmen dem Fälschen den Hauptanreiz. Sie liefern genauere und für die Entwicklung brauchbarere Daten. Und sie beseitigen die rechtlichen und ethischen Risiken, die mit Persönlichkeitsdaten in der Auswahl einhergehen.

Cèrcol setzt auf ein Design mit mehreren Beurteilenden, in dem Zeuginnen und Zeugen eine Außensicht auf das Verhalten einer Person beisteuern. Das ergänzt eine Informationsschicht, die sich weit schwerer manipulieren lässt als ein Selbstbericht: Die eigenen Werte für Gewissenhaftigkeit kann man aufblasen, aber nicht ohne Weiteres steuern, wie fünf Menschen, die täglich mit einem arbeiten, das typische Verhalten beschreiben. Der IPIP, der International Personality Item Pool, auf dem das Zeugen-Instrument beruht, gibt ihm eine validierte, quelloffene Grundlage, die kommerziellen Werkzeugen oft fehlt.

Unterm Strich lehrt uns die Fälschungsliteratur weniger darüber, wie man Persönlichkeitstests manipulationsfester macht, als darüber, wohin sie wirklich gehören: in die Entwicklung, in den Dialog im Team, in die Selbsterkenntnis. Dort liefern sie ihr ehrlichstes und brauchbarstes Signal.

Wie Cèrcol dem Fälschen begegnet

Das Design von Cèrcol antwortet auf jeder Ebene direkt auf das Fälschungsproblem. Weil Zeuginnen und Zeugen das Profil mittragen, entsteht es nicht aus der eigenen Selbstdarstellung, sondern daraus, wie die Menschen, die mit Ihnen arbeiten, Ihr Verhalten tatsächlich beschreiben. Zeugen antworten anonym auf Adjektivpaare mit erzwungener Wahl. Das nimmt ihnen sowohl die Möglichkeit zu fälschen, weil es keine offensichtlich „richtige“ Antwort gibt, als auch den Anreiz, weil an ihrer einzelnen Antwort nichts hängt. Den Selbstbericht füllen Sie in einem risikoarmen Rahmen aus, in dem Ihnen Ihre Daten gehören und Sie entscheiden, wer sie sieht. Genau das senkt laut Forschung die Selbstdarstellung erheblich. Das vollständige Instrument finden Sie unter /instruments, die wissenschaftliche Grundlage unter /science. Der Test ist kostenlos auf cercol.team.

Quellen

• Viswesvaran, C., & Ones, D. S. (1999). Meta-analyses of fakability estimates: Implications for personality measurement. Educational and Psychological Measurement. https://doi.org/10.1177/00131649921969802
• Birkeland, S. A., Manson, T. M., Kisamore, J. L., Brannick, M. T., & Smith, M. A. (2006). A meta-analytic investigation of job applicant faking on personality measures. International Journal of Selection and Assessment. https://doi.org/10.1111/j.1468-2389.2006.00354.x
• Hogan, J., Barrett, P., & Hogan, R. (2007). Personality measurement, faking, and employment selection. Journal of Applied Psychology. https://doi.org/10.1037/0021-9010.92.5.1270
• Ones, D. S., Viswesvaran, C., & Reiss, A. D. (1996). Role of social desirability in personality testing for personnel selection: The red herring. Journal of Applied Psychology. https://doi.org/10.1037/0021-9010.81.6.660
• Cao, M., & Drasgow, F. (2019). Does forcing reduce faking? A meta-analytic review of forced-choice personality measures in high-stakes situations. Journal of Applied Psychology. https://doi.org/10.1037/apl0000414
• Martínez, A., & Salgado, J. F. (2021). A meta-analysis of the faking resistance of forced-choice personality inventories. Frontiers in Psychology. https://doi.org/10.3389/fpsyg.2021.732241
• Wikipedia: Social desirability bias
• IPIP: International Personality Item Pool: https://ipip.ori.org

Weiterführende Literatur

• Soziale Erwünschtheit in Persönlichkeitstests
• Forced-Choice-Verfahren: ehrlichere Daten gewinnen
• Warum Selbsteinschätzung allein nicht reicht: das Argument für Peer-Feedback
• Anonymität in der Persönlichkeitsdiagnostik: warum sie zählt
• Persönlichkeitstests bei der Einstellung: was legal und was ethisch ist
• Was sind Reliabilität und Validität in Persönlichkeitstests?