Geschlecht und Big Five: Was die Forschung wirklich zeigt

Was die Big Five-Forschung über durchschnittliche Geschlechterunterschiede dokumentiert

Ein großer und weitgehend einheitlicher Forschungsbestand zeigt: Frauen erzielen im Durchschnitt höhere Werte als Männer auf zwei Big Five-Dimensionen, nämlich Verträglichkeit (Bindung im Cèrcol-Rahmen) und Neurotizismus (Tiefe). Diese Befunde replizieren über Kulturen, Messinstrumente und Studiendesigns hinweg. Sie sind im statistischen Sinne real.

Auch auf einzelnen Facetten der Extraversion (Präsenz) liegen Frauen etwas höher, vor allem dort, wo es um Wärme und positiven Affekt geht, während Männer bei Durchsetzungsfähigkeit leicht vorn liegen. Auf Ebene der Gesamtdimension fallen die Unterschiede in der Extraversion allerdings kleiner und weniger einheitlich aus als bei Verträglichkeit und Neurotizismus. Was Tiefe im Arbeitsleben konkret bedeutet, erklärt der Beitrag was Neurotizismus in beruflichen Kontexten bedeutet im Detail.

Bei Gewissenhaftigkeit (Disziplin) und Offenheit (Vision) ist das Bild uneinheitlich. Manche Studien berichten leicht höhere Gewissenhaftigkeitswerte bei Frauen, andere finden vernachlässigbare Unterschiede. Für Offenheit zeigen einige Untersuchungen höhere Werte bei Männern auf ideenbezogenen Facetten und höhere Werte bei Frauen auf den Facetten Ästhetik und Gefühle, während der Unterschied auf Dimensionsebene nahe null liegt.

Eine umfassende Metaanalyse von Schmitt et al. (2008), erschienen in PLOS ONE (doi:10.1037/0022-3514.94.1.168), untersuchte Geschlechtsunterschiede in der Big Five-Persönlichkeit in 55 Nationen und fand genau die beschriebenen Muster: die größten und stabilsten Unterschiede bei Neurotizismus und Verträglichkeit, kleinere auf den übrigen Dimensionen.

„Die Frage ist nicht, ob diese durchschnittlichen Unterschiede existieren. Sie tun es, Stichprobe für Stichprobe. Die Frage ist, was sie bedeuten, wie groß sie praktisch ausfallen und ob sie überhaupt Rückschlüsse auf einzelne Personen erlauben.“

Warum Effektgrößen Geschlechterunterschiede relativieren

An dieser Stelle bricht die populäre Erzählung am deutlichsten zusammen. Die Effektgröße misst, wie groß ein Unterschied ausfällt, und nicht bloß, ob er statistisch signifikant ist. In der Persönlichkeitsforschung werden Geschlechterunterschiede in den Big Five üblicherweise als Cohens d berichtet, also als Abstand zwischen den Gruppenmittelwerten in Einheiten der Standardabweichung.

Für Neurotizismus und Verträglichkeit liegen die Effektgrößen typischerweise zwischen d = 0,20 und d = 0,50. In den Sozialwissenschaften gelten solche Werte konventionell als kleine bis mittlere Effekte. Was heißt das praktisch?

Ein d von 0,50, einer der größeren Effekte in dieser Literatur, bedeutet, dass die durchschnittliche Frau und der durchschnittliche Mann auf dieser Dimension eine halbe Standardabweichung auseinanderliegen. Zeichnet man beide Verteilungen auf, überlappen sie sich zu rund 80%. Greift man zufällig ein Mann-Frau-Paar heraus, hat in der Mehrzahl der Fälle die Frau den höheren Neurotizismuswert, in etwa einem Drittel der Fälle aber der Mann.

Entscheidend ist die letzte Spalte. Überall dort, wo d unter 0,30 liegt, sagt das Geschlecht den Persönlichkeitswert einer Person kaum besser vorher als der Zufall. Selbst bei d = 0,50 bleibt die Vorhersage schwach. Durchschnitte auf Gruppenebene auf einzelne Menschen zu übertragen, ist ein statistischer Fehler, der das ethische Problem noch verschärft.

Anlage oder Umwelt: Was erklärt Geschlechterunterschiede in den Big Five?

Woher die dokumentierten Geschlechterunterschiede rühren, ist tatsächlich umstritten. Üblicherweise werden drei Klassen von Erklärungen angeführt:

Biologische Erklärungen verweisen auf hormonelle Unterschiede (Östrogen und Testosteron, dazu das pränatale Hormonmilieu), auf evolutionären Druck durch unterschiedlich hohe Elterninvestition und auf neurologische Geschlechtsunterschiede. Dass Hormone auf Dimensionen wie emotionale Reagibilität wirken, ist empirisch teilweise belegt, auch wenn die Zusammenhänge komplex sind und in beide Richtungen verlaufen.

Soziale und kulturelle Erklärungen verweisen auf die Geschlechtersozialisation: darauf, dass Jungen und Mädchen von Geburt an unterschiedlich behandelt werden, dass Geschlechternormen prägen, wie Gefühle gezeigt werden dürfen, und dass Rückmeldungen denselben Persönlichkeitsausdruck je nach Geschlecht belohnen oder bestrafen. Weinende Jungen werden korrigiert, durchsetzungsstarke Mädchen mitunter sanktioniert. Diese Sozialisationseffekte sind gut dokumentiert und prägen plausibel sowohl das tatsächliche Verhalten als auch das, was Menschen über sich selbst berichten.

Erklärungen über Messartefakte heben hervor, dass ein Teil der dokumentierten Unterschiede aus der Formulierung der Fragen entstehen könnte. Ein Item wie „Wie emotional sind Sie?“ kann geschlechtstypisch verzerrte Antworten hervorrufen, weil Befragte sich an Geschlechternormen orientieren (Stichwort Stereotypenbedrohung) und nicht, weil dahinter echte Merkmalsunterschiede stünden. Wie stark das Testdesign die Ergebnisse mitbestimmt, zeigt der Beitrag Bias sozialer Erwünschtheit in Persönlichkeitstests.

Am besten begründen lässt sich derzeit die Position, dass alle drei Faktoren beitragen, dass ihr jeweiliges Gewicht unbekannt ist und dass Biologie und Kultur so eng ineinandergreifen, dass sie sich empirisch womöglich gar nicht trennen lassen.

Das Gleichstellungsparadox in den Big Five-Daten

Zu den auffälligsten und am wenigsten intuitiven Befunden der kulturvergleichenden Persönlichkeitsforschung zählt das sogenannte Gleichstellungsparadox: Geschlechterunterschiede in der Persönlichkeit fallen ausgerechnet dort größer aus, wo die Gleichstellung weiter fortgeschritten ist, also in Ländern wie Schweden, den Niederlanden und Norwegen.

Dieser Befund, den Schmitt et al. berichten und den unter anderem Giolla und Kajonius (2019) weiter untersucht haben, widerspricht der sozialkonstruktivistischen Hypothese, die in gleichberechtigteren Gesellschaften kleinere Unterschiede erwarten ließe. Wie er zu deuten ist, bleibt strittig. Eine Lesart lautet, dass sich biologische Unterschiede freier zeigen, wo soziale Zwänge schwächer sind. Eine zweite führt Messartefakte an, die kulturübergreifend unterschiedlich wirken. Eine dritte hält der Analyse vor, dass ihr Begriff von Gleichstellung (im Wesentlichen rechtliche und wirtschaftliche Indizes) die Bandbreite der Sozialisationseffekte nicht abbildet.

Hier steht die Wissenschaft wirklich ohne Antwort da. Das Paradox ist real, seine Deutung bleibt offen. Was die Persönlichkeitsforschung sicher klären kann und was nicht, behandelt Persönlichkeitswissenschaft: die Replikationskrise.

Warum Geschlechterunterschiede nie über einzelne Menschen entscheiden dürfen

Die statistischen und praktischen Gründe, aus Geschlechterdurchschnitten keine Schlüsse über einzelne Personen zu ziehen, dürften inzwischen klar sein. Die ethische Seite verdient jedoch eine eigene Erläuterung.

Persönlichkeitsstatistiken auf Gruppenebene für Entscheidungen über einzelne Menschen zu nutzen, ist methodisch unzulässig und ethisch schädlich zugleich. Wer im Recruiting annimmt, eine Bewerberin sei vermutlich verträglicher und weniger durchsetzungsstark als ein Bewerber, und sich dabei auf Populationsstatistiken mit d = 0,40 und 80% Überlappung stützt, trifft eine Vorhersage, die kaum besser ist als Zufall und mit hoher Wahrscheinlichkeit systematische Verzerrungen einführt. Und eine Leistungsbeurteilung, die den niedrigen Verträglichkeitswert eines Mannes als „normal“ und den hohen Wert einer Frau als „typisch“ liest, wird beiden nicht gerecht.

Die Persönlichkeitsforschung ist dazu da, einzelne Menschen genauer zu verstehen, und nicht dazu, demografische Stereotype in Zahlen zu kleiden. Verwandte Überlegungen finden sich in was die Persönlichkeitswissenschaft nicht vorhersagen kann und Neurodiversität und Persönlichkeitstests: Was zu wissen ist.

Die Wissenschaft der Geschlechtsunterschiede in der Psychologie deckt ein weites Feld ab. Für den Persönlichkeitsbereich lautet der korrekte Schluss: Echte Unterschiede im Durchschnitt existieren, sie sind praktisch bescheiden, sie sagen über eine bestimmte Person fast nichts aus, und ihre Ursachen sind ungeklärt. Wer diese Forschung als Rechtfertigung dafür anführt, Menschen unterschiedlich zu behandeln, missbraucht sie.

Ihr eigenes Big Five-Profil sehen, ohne Annahmen über Geschlecht

Genau darin liegt der Sinn einer individuellen Persönlichkeitsmessung: Sie umgeht die Näherungswerte auf Gruppenebene, an denen geschlechtsbezogene Schlüsse scheitern. Ihr Tiefenwert ist Ihr Tiefenwert und keine Schätzung, die sich aus Ihrem Geschlecht ableitet. Die kostenlose Big Five-Bewertung von Cèrcol misst Sie auf allen fünf Dimensionen mit 120 Items, die ein präzises individuelles Profil ergeben sollen. Die Zeuge/Zeugin-Peer-Bewertung ergänzt eine Außenperspektive von Kolleginnen und Kollegen, die Ihren Arbeitsstil im Alltag erlebt haben, und umgeht damit die Verzerrungen der Selbstauskunft, die alle betreffen, unabhängig vom Geschlecht.

Wer im Recruiting oder im Performance-Management arbeitet, fährt mit individuellen Profilen statt mit demografischen Stellvertretern nicht nur ethisch sauberer, sondern auch schlicht genauer.

Machen Sie die kostenlose Bewertung auf cercol.team

Weiterführende Literatur

• Big Five-Persönlichkeit über Kulturen hinweg: Was die Forschung zeigt
• Verändern sich Persönlichkeitseigenschaften über ein Leben?
• Persönlichkeitswissenschaft: Replikationskrise
• Fünf hartnäckige Mythen der Persönlichkeitswissenschaft
• Was ist Neurotizismus? Emotionale Tiefe bei der Arbeit verstehen
• Neurodiversität und Persönlichkeitstests: Was zu wissen ist
• Persönlichkeitswissenschaft: Grenzen und was sie nicht vorhersagen kann
• Soziale Erwünschtheit in Persönlichkeitstests

Quellen: Schmitt et al. (2008) doi:10.1037/0022-3514.94.1.168 · Geschlechtsunterschiede in der Psychologie - Wikipedia