Ist der MBTI genau? Was die Forschung zu Reliabilität und Validität sagt

Jemand beim Abendessen nennt den MBTI Astrologie für Büroangestellte. Eine andere Person behauptet, er beschreibe sie besser, als ihre eigene Mutter es könnte. Beide haben denselben Fragebogen ausgefüllt.

Sie streiten über Genauigkeit, ohne sich auf die Bedeutung des Wortes geeinigt zu haben. Die Forschung zu diesem Instrument hat dasselbe Problem. Sie reicht bis in die 1960er Jahre zurück, ist umfangreich und liefert zwei verschiedene Antworten, je nachdem, welche Frage man stellt.

Ich betreibe einen kostenlosen Test, der auf denselben vier Buchstaben aufbaut. Ich bin also befangen. Was nun folgt, stützt sich ausschließlich auf namentlich genannte und nachprüfbare Quellen.

Zwei Fragen verbergen sich in einem Wort

Ein Test kann in zweierlei Hinsicht genau sein. Psychologen halten diese beiden Bedeutungen ganz bewusst auseinander.

Die erste ist die Reliabilität: Liefert er zweimal dieselbe Antwort? Eine Personenwaage, die am Montag 68 Kilo und am Dienstag 74 anzeigt, ist unzuverlässig. Dabei spielt es keine Rolle, was du tatsächlich wiegst.

Die zweite ist die Validität: Bezieht sich die Antwort auf das, was sie zu messen vorgibt? Eine Waage, die jeden Morgen für jeden exakt 68 anzeigt, ist absolut zuverlässig und sagt dir gar nichts.

Bei der ersten Frage schneidet der MBTI besser ab, als seine Kritiker meist zugeben. Bei der zweiten schlechter, als seine Fans wahrhaben wollen. Bei den meisten Diskussionen darüber spricht eine Person von Reliabilität und die andere von Validität.

Reliabilität: Die Skalen halten, der Typ wackelt

Betrachten wir zunächst die vier Skalen selbst, bevor etwas in einen Buchstaben verwandelt wird. Im Jahr 2002 fassten Robert und Mary Margaret Capraro in der Fachzeitschrift Educational and Psychological Measurement die Reliabilitätswerte aus veröffentlichten MBTI-Studien zusammen. Sie stellten fest, dass die Skalen im Allgemeinen eine hohe interne Konsistenz und starke Test-Retest-Werte aufwiesen, wobei es von einer Stichprobe zur nächsten gewisse Schwankungen gab.

2025 nahm sich ein Team um Bradley Erford im Journal of Counseling and Development die aktuelle Fassung des Instruments vor und lieferte Zahlen für den ersten Punkt. Die gewichteten Durchschnittswerte für die interne Konsistenz lagen über die vier Skalen hinweg zwischen 0,88 und 0,92. Ein Wert von 1,0 würde bedeuten, dass jede Frage einer Skala mit jeder anderen übereinstimmt. Das sind für jeden Fragebogen ansehnliche Zahlen. Dieselbe Untersuchung deckte auch eine Lücke auf. In fünfundzwanzig Jahren Forschung hatte keine einzige Studie einen Retest-Wert für die aktuelle Fassung veröffentlicht, der über die Angaben im Handbuch des Herausgebers hinausging.

Nun machen wir aus den Skalen Buchstaben. David Pittenger überprüfte 1993 im Journal of Career Planning and Employment die Retest-Studien. Er berichtete, dass bis zur Hälfte der Personen, die nach einigen Wochen erneut getestet wurden, als ein anderer Typ abschnitten.

Beide Ergebnisse können gleichzeitig wahr sein. Der Grund dafür ist reine Mathematik und kein Skandal. Ein Typ besteht aus vier separaten Entscheidungen. Er gilt nur dann als derselbe Typ, wenn alle vier gleich ausfallen. Nehmen wir rein zur Veranschaulichung an, dass jeder Buchstabe in neun von zehn Fällen gleich bleibt. Dass alle vier zusammenhalten, ist dann neun Zehntel viermal mit sich selbst multipliziert. Das ergibt etwa zwei von drei Fällen. Ein Drittel der Menschen würde bei einem Retest den Typ wechseln, obwohl jede einzelne Skala stabil aussieht.

Jemand, der im März als ESTJ und im April als ESTP ausgewertet wird, ist also kein anderer Mensch geworden. Eine von vier Skalen hat lediglich ihren Mittelpunkt überschritten. Warum sich dein Ergebnis zwischen den Versuchen ändert behandelt, welcher Buchstabe sich meistens bewegt und warum es gerade die trifft, die der Mitte am nächsten liegen.

Validität: Vier echte Dimensionen, keine echten Typen

Die sorgfältigste Einzelprüfung dessen, was die Buchstaben messen, fand 1989 statt. Robert McCrae und Paul Costa legten 267 Männern und 201 Frauen den MBTI sowie einen Big-Five-Fragebogen vor. Den Vergleich veröffentlichten sie im Journal of Personality.

Daraus ergaben sich zwei Resultate. Sie weisen in entgegengesetzte Richtungen.

Die gute Nachricht für das Instrument ist, dass seine vier Skalen kein Rauschen sind. Jede stimmte mit einer Persönlichkeitsdimension überein, zu der andere Forscher unabhängig und mit anderen Methoden gelangt waren. Was auch immer der Fragebogen tut, er erfasst vier echte Arten, wie sich Menschen unterscheiden.

Die schlechte Nachricht ist, dass die Studie keine Belege für Dichotomien fand. Wären Introvertierte und Extravertierte zwei Arten von Menschen, würden sich die Werte in zwei Höckern mit einem Tal dazwischen häufen. Das tun sie nicht. Keine der vier Skalen zeigte diese Form. Jede ist eine kontinuierliche Verteilung, und der Buchstabe hält lediglich fest, auf welcher Seite der Mittellinie eine Person zufällig gelandet ist.

Dieses Ergebnis ist für das Lesen deines eigenen Resultats wichtiger als jedes andere. Die Beschreibung, die du erhalten hast, ist so verfasst, als würdest du zu einer Kategorie gehören. Die zugrunde liegende Messung hat jedoch eine Position auf einer Linie ermittelt. Der Artikel MBTI vs. Big Five geht diesen Vergleich Skala für Skala durch.

Was die externen Bewertungen sagten

Im Jahr 1991 bewertete ein Ausschuss des National Research Council den MBTI in einem Bericht namens In the Mind's Eye. Dieser untersuchte Trainings- und Karriereentwicklungstechniken, die damals in der US-Armee eingesetzt wurden. Das Fazit war unmissverständlich: „Zu diesem Zeitpunkt gibt es keine ausreichende, gut durchdachte Forschung, um den Einsatz des MBTI in Karriereberatungsprogrammen zu rechtfertigen.“

Der Ausschuss fügte hinzu, dass die Beliebtheit des Instruments nicht mit unterstützenden Forschungsergebnissen übereinstimme. Er forderte bessere Studien. Die Frage wurde damit nicht für beendet erklärt.

Pittenger kam 2005 im Consulting Psychology Journal auf das Thema zurück und landete fast an derselben Stelle. Das Instrument habe eine große intuitive Anziehungskraft, schrieb er, könne aber die Behauptungen seiner Befürworter möglicherweise noch nicht stützen.

Genau gelesen richten sich beide Gutachten gegen das, was Menschen mit dem Ergebnis machen, und wie viel aus einer Vier-Buchstaben-Formel abgeleitet wird. Die Berufswahl und das Sortieren von Personal eilen der Beweislage weit voraus. Keine der beiden Bewertungen ist ein Argument dafür, dass der Fragebogen gar nichts erfasst.

Wofür es keine Belege gibt

Drei Behauptungen gehen über alles hinaus, was diese Quellen stützen.

Es ist nicht erwiesen, dass er vorhersagt, wer in einem Job gut sein wird. Der Herausgeber selbst sagt, dass das Instrument nicht für Einstellungen oder Personalauswahl verwendet werden darf. Ein Punkt, auf den die Geschichte von Briggs und Myers zurückkommt.

Es ist nicht erwiesen, dass die sechzehn Typen sechzehn Arten von Menschen sind. Die Belege sprechen für vier gleitende Skalen, die der Einfachheit halber jeweils in der Mitte geteilt wurden.

Zudem ist er kein klinisches Instrument. Er wurde nie dafür entwickelt, eine Krankheit zu erkennen oder auszuschließen. Ein kostenloser Online-Fragebogen wie der auf dieser Seite tut das ganz sicher nicht.

Wie du dein eigenes Ergebnis einordnen solltest

Ist er also genau? Als grobe Einschätzung, wo du an dem Tag, an dem du geantwortet hast, auf vier echten Dimensionen stehst, einigermaßen. Als dauerhafte Kategorie, der du angehörst, nein.

Die praktischen Auswirkungen sind gering. Vertraue den Buchstaben, bei denen dein Ergebnis eindeutig war. Behandle einen Buchstaben, der knapp ausgefallen ist, als unentschieden. Lies die Beschreibung als Porträt einer typischen Person auf deiner Seite jeder der vier Skalen. Gehe davon aus, dass Teile davon nicht zutreffen, und sei ein wenig misstrauisch gegenüber den Teilen, die schmeicheln. Der Grund dafür steht unter warum jede Typbeschreibung zu passen scheint.

Nichts davon macht die Übung wertlos. Ein gemeinsames Vokabular dafür, wie sich Menschen unterscheiden, ist nützlich, auch wenn die Ränder unscharf sind. Der Fehler liegt darin, eine unscharfe Kante als Mauer zu betrachten.

MBTI ist eine Marke von The Myers-Briggs Company, die in keiner Verbindung zu dieser Seite steht. Ich betreibe sie allein und bin kein Psychologe. Der Test hier ist eine Möglichkeit, dich selbst zu beschreiben. Die sechzehn Typenseiten sind Beschreibungen, mit denen du dich vergleichen kannst. Das ist der ganze Anspruch.