Bewertungsfragen in Fragebogen & Umfragen

Stell dir zwei Fragebögen zur selben Mensa vor. Im ersten steht „Schmeckt dir das Essen?“ mit Ja und Nein, im zweiten „Wie bewertest du das Essen?“ mit fünf Stufen von „sehr gut“ bis „sehr schlecht“. Der erste Bogen trennt zwei Lager, der zweite zeigt, wie weit die Leute wirklich auseinanderliegen.

Die Bewertungsfrage ist der Fragetyp, mit dem du Einstellungen, Meinungen und selbstberichtetes Verhalten in Abstufungen messen kannst. Du legst deinen Befragten eine Aussage oder eine Frage vor, die sie auf einer abgestuften Skala beantworten, mit Worten, mit Zahlen oder mit Symbolen. Nach diesem Beitrag weißt du, welche Bewertungsmöglichkeiten dir zur Verfügung stehen und wie du die Frage dazu so formulierst, dass die Antworten am Ende etwas aussagen.

📌 Das Wichtigste im Überblick

• Eine Bewertungsfrage misst Abstufungen statt Ja oder Nein.
• Verbal, numerisch und visuell sind die drei Bewertungsmöglichkeiten.
• Die Bewertungsfrage ist der Fragetext, die Ratingskala das Antwortformat.
• Porst rät von doppelten Stimuli und Verneinungen ab.
• Ohne offene Anschlussfrage erfährst du den Grund nicht.

Was ist eine Bewertungsfrage?

Eine Bewertungsfrage ist ein Fragetyp, mit dem sich Einstellungen, Meinungen und Verhaltensweisen messen lassen. Die Befragten bekommen eine Aussage oder eine Frage vorgelegt und beurteilen sie auf einer Skala mit mehreren Abstufungen, zum Beispiel von „sehr zufrieden“ bis „sehr unzufrieden“.

Innerhalb der Fragetypen im Fragebogen gehört die Bewertungsfrage zu den geschlossenen Fragen. Lenzner und Menold (2015) unterscheiden in den GESIS Survey Guidelines drei große Gruppen von Antwortformaten: offene Fragen, geschlossene Fragen mit Ratingskalen und geschlossene Fragen ohne Ratingskalen. Eine Bewertungsfrage arbeitet mit dem zweiten Format.

Ein Hinweis zum Wort selbst, weil er beim Recherchieren Zeit spart: „Bewertungsfrage“ ist vor allem ein Praxisbegriff. Die Methodenliteratur benennt meist das Antwortformat und spricht von Ratingskalen oder Ratingverfahren. Unter diesen Stichwörtern findest du deutlich mehr belastbares Material als unter dem Praxiswort.

Bewertungsfrage und Ratingskala: wo der Unterschied liegt

Die Bewertungsfrage ist der Fragetext, die Ratingskala ist das Antwortformat darunter. Beides gehört zusammen und wird trotzdem getrennt entschieden: Der Fragetext legt fest, was bewertet wird, die Skala legt fest, in welchen Stufen bewertet werden darf. Wie viele Stufen deine Skala braucht, ob sie eine Mitte hat und wie du die Stufen beschriftest, sind deshalb eigene Entscheidungen und in unserem Beitrag zur Ratingskala ausführlich behandelt.

Viele Übersichten im Netz werfen beides zusammen und listen unter „Bewertungsfragen“ nur Skalenvarianten auf. Entscheidend ist aber die Kombination: Eine durchdachte Skala rettet keine unklare Frage und eine präzise Frage hilft nicht, wenn die Stufen nicht zu ihr passen. Dieser Beitrag kümmert sich um die Frageseite.

Die Skala bestimmt, wie fein gemessen wird. Die Frage bestimmt, was gemessen wird.

Was du mit den Antworten einer Bewertungsfrage rechnen darfst

Antworten auf eine Bewertungsfrage sind streng genommen ordinalskaliert. Die Stufen stehen in einer klaren Reihenfolge, aber es lässt sich nicht nachweisen, dass der Abstand zwischen „gut“ und „mittelmäßig“ genauso groß ist wie der zwischen „mittelmäßig“ und „schlecht“. Häufig liest man, Bewertungsfragen lägen auf Intervallniveau und der Mittelwert sei damit erlaubt. Das ist keine Eigenschaft der Daten, sondern eine Annahme.

Vertretbar ist der Mittelwert also nur, wenn du die Annahme gleicher Abstände offenlegst und begründest. Generell gilt: Bei einer einzelnen Bewertungsfrage sind Häufigkeitsverteilung und Median die vorsichtigere Wahl. Erst wenn mehrere Aussagen zum selben Thema zu einem Gesamtwert verrechnet werden, wie es bei der Likert-Skala üblich ist, wird der Mittelwert zum Standard und auch dann bleibt die Äquidistanz eine Annahme, die in den Methodenteil gehört.

Welche Bewertungsmöglichkeiten gibt es im Fragebogen?

Drei Bewertungsmöglichkeiten deckst du mit einer Bewertungsfrage praktisch immer ab: Die Stufen tragen Worte, sie tragen Zahlen oder sie tragen Bilder. Was die Befragten am Bildschirm sehen, entscheidet mit darüber, wie sorgfältig sie antworten und wie gut du die Antworten hinterher einordnen kannst.

Die Wahl ist keine Geschmacksfrage: Worte sind am wenigsten missverständlich, Zahlen funktionieren nur bei Systemen, die deine Zielgruppe schon kennt, und Bilder holen Antworten dort ab, wo Worte im Weg stehen. Gehen wir die drei einzeln durch.

Verbale Bewertung: ein Wort je Stufe

Bei der verbalen Bewertung trägt jede Stufe ein eigenes Wort, etwa „trifft gar nicht zu“, „trifft wenig zu“, „trifft teils-teils zu“, „trifft ziemlich zu“ und „trifft völlig zu“. Vollständig beschriftete Stufen sind in wissenschaftlichen Fragebögen weit verbreitet, weil niemand raten muss, was eine Stufe bedeutet. Der Preis dafür ist Platz: Über sieben Stufen findest du kaum noch Wörter, deren Abstände gleichmäßig wirken.

Numerische Bewertung: Zahlen statt Worte

Bei der numerischen Bewertung stehen Zahlen für die Stufen, in Deutschland meistens Schulnoten von 1 bis 6. Das funktioniert dort gut, weil fast jede Person dieses System aus der Schule kennt. Bei einer reinen Zahlenskala von 1 bis 7 ohne Beschriftung ist es umgekehrt: Zwei Befragte legen dieselbe Zahl unterschiedlich aus und du merkst es an den Daten nicht.

Bei einer gemischten Stichprobe lohnt ein zweiter Blick auf das Notensystem. In Österreich reicht die Schulnote von 1 bis 5, in der Schweiz von 1 bis 6, dort ist allerdings die 6 die beste Note. Wer Befragte aus mehreren Ländern anspricht, beschriftet deshalb zumindest die beiden Enden zusätzlich mit Worten.

Eine Sonderform der numerischen Bewertung hat sich als eigener Standard durchgesetzt. Der Net Promoter Score arbeitet mit einer Spanne von 0 bis 10, bei der üblicherweise nur die beiden Enden ein Wort tragen, und rechnet die Antworten nach einer festen Regel zu einer Kennzahl zusammen.

Visuelle Bewertung: Symbole, Sterne, Smileys

Bei der visuellen Bewertung übernehmen Bilder die Stufen, also Sterne, Smileys, Daumen oder Symbole. Ihre Stärke liegt dort, wo Lesen bremst: bei Kindern, bei kurzen Rückmeldungen nach einem Termin und bei Befragungen über Sprachgrenzen hinweg. Ihre Schwäche liegt in der Deutung, denn ein lachendes Gesicht bedeutet für die eine Person „gut“ und für die nächste „sehr gut“.

Für eine Abschlussarbeit ist die visuelle Bewertung deshalb selten die erste Wahl. Für ein Vereinsfest oder eine Rückmeldung an der Theke ist sie oft die einzige, die überhaupt beantwortet wird.

Wo Bewertungsfragen eingesetzt werden

Bewertungsfragen kommen immer dann zum Einsatz, wenn Befragte eine subjektive Einschätzung abgeben sollen und ein Ja oder Nein dafür zu grob wäre. In der Soziologie und der Psychologie gehören sie zur Grundausstattung, in der Markt- und Meinungsforschung prägen sie einen großen Teil der Fragebögen.

Der gemeinsame Kern dieser Einsatzfelder ist ein Übersetzungsvorgang. Empfindungen, Einstellungen und Zufriedenheit liegen nicht als Zahl vor und eine Bewertungsfrage macht aus ihnen abgestufte Kategorien, mit denen sich anschließend rechnen lässt.

Vier Felder begegnen dir in der Praxis besonders häufig:

• Zufriedenheit: mit einem Produkt, einem Seminar, einem Verein
• Selbsteinschätzung: eigene Nervosität, eigenes Können, eigene Belastung
• Fremdbeurteilung: eine Lehrkraft beurteilt eine Klasse, ein Team die Führung
• Wichtigkeit: wie wichtig einzelne Kriterien den Befragten jeweils sind

An Hochschulen ist die Lehrveranstaltungsevaluation der bekannteste Fall und sie zeigt gut, wie eng Frage und Zweck zusammenhängen. Aussagen wie „Die Lehrveranstaltung war gut strukturiert“ werden dort abgestuft bewertet, weil eine Stufe mehr Information trägt als ein Ja oder Nein und die Ergebnisse mit einem gleichbleibenden Bogen über mehrere Semester vergleichbar bleiben. In Unternehmen läuft dasselbe Muster unter dem Stichwort Mitarbeiterzufriedenheit messen.

Eine Bewertungsfrage formulieren: vier Regeln aus der Umfrageforschung

Viele unbrauchbare Bewertungen entstehen nicht an der Skala, sondern eine Zeile darüber. Wenn die Frage zwei Dinge gleichzeitig anspricht oder offenlässt, worauf sie sich bezieht, kreuzen die Befragten trotzdem etwas an. Nur weiß hinterher niemand, was sie gemeint haben.

Für diesen Teil der Arbeit gibt es gut dokumentierte Empfehlungen. Rolf Porst hat sie in seinen „10 Geboten“ der Frageformulierung gebündelt (Porst 2000, ZUMA How-to-Reihe Nr. 2) und weist selbst darauf hin, dass es sich nicht um unumstößliche Regeln handelt. Die GESIS Survey Guidelines zur Frageformulierung von Lenzner und Menold (2015) erklären unabhängig davon, warum solche Formulierungsfehler Befragte überfordern. Vier Regeln entscheiden bei Bewertungsfragen fast alles. Drei davon gehen direkt auf Porst zurück, die vierte betrifft das Zusammenspiel von Frage und Skala.

Regel 1: Ein Sachverhalt je Frage, nicht zwei

Porst fasst das in seinem vierten Gebot zusammen: doppelte Stimuli und Verneinungen vermeiden. Lenzner und Menold formulieren das Problem so: „Fragen, die zwei oder gar mehr inhaltlich unterschiedliche Sachverhalte (Stimuli) ansprechen, sind für Befragte immer dann schwer zu beantworten, wenn diese die einzelnen Stimuli unterschiedlich bewerten.“ Wer Beratung und Öffnungszeiten in einer Frage bewerten lässt, bekommt von jeder Person, die das eine gut und das andere schlecht findet, eine Antwort, die nichts bedeutet.

Regel 2: Keine Verneinung und keine Unterstellung im Fragetext

Verneinungen sind in Bewertungsfragen besonders teuer, weil die Skala darunter eine Richtung hat. Lenzner und Menold halten mit Verweis auf Dillman und Kollegen fest, Negationen wie „nicht“ oder „keine“ seien „grundsätzlich in Fragen zu vermeiden“, „weil sie leicht übersehen werden können“. Bei einer Zustimmungsskala unter einem verneinten Satz dreht sich für einen Teil der Befragten dann die Bedeutung der Antwort um. Porsts fünftes Gebot nennt außerdem Unterstellungen: „Wie gut hat dir das neue Layout gefallen?“ nimmt an, dass es gefallen hat.

Regel 3: Ein eindeutiger Bezugsrahmen, sachlich und zeitlich

Eine Bewertung braucht einen Gegenstand und einen Zeitraum, sonst bewertet jede Person etwas anderes. Porst verlangt deshalb Fragen mit eindeutigem zeitlichen Bezug und nennt konkrete Zeitangaben als „Anker“. Lenzner und Menold zeigen dasselbe an einem Beispiel: Aus „Haben Sie kürzlich einen oder mehrere Ärzte aufgesucht?“ wird bei ihnen „Haben Sie in den letzten vier Wochen einen oder mehrere Ärzte aufgesucht?“. Für Bewertungsfragen heißt das: „Wie bewertest du die Betreuung im letzten Semester?“ statt „Wie bewertest du die Betreuung?“.

Regel 4: Fragetext und Antwortstufen müssen zueinander passen

Die Stufen unter der Frage müssen genau die Dimension abbilden, nach der gefragt wurde. Eine Frage nach der Zufriedenheit bekommt Zufriedenheitsstufen, eine Frage nach der Häufigkeit Häufigkeitsstufen. Klingt banal, passiert aber laufend: Unter „Wie wichtig ist dir eine schnelle Rückmeldung?“ stehen erstaunlich oft die Stufen von „stimme zu“ bis „stimme nicht zu“. Welche Bedingungen Antwortvorgaben sonst noch erfüllen müssen, steht im Beitrag zu geschlossenen Fragen.

Eine Prüfung bleibt, die kein Regelwerk ersetzen kann: Lies deine Bewertungsfrage einer Person vor, die das Thema nicht kennt, und frag sie, was sie gerade bewerten soll. Weicht die Antwort von deiner Absicht ab, liegt es an der Frage. Wo so ein Testlauf in den Ablauf gehört, steht in der Anleitung zum Fragebogen erstellen.

Bewertung oder Kritik? Warum eine Anschlussfrage dazugehört

Eine Bewertungsfrage sagt dir, wie es steht, und nie warum. Sie liefert eine Stufe, aber keinen Grund: Ob jemand die Mensa mit „schlecht“ bewertet, weil das Essen kalt war, weil die Schlange zu lang ist oder weil der Preis gestiegen ist, verrät die angekreuzte Stufe nicht.

Plane deshalb zu jeder Bewertungsfrage, deren Ergebnis dich zu einer Entscheidung führen soll, eine offene Anschlussfrage ein. Wem du sie dann tatsächlich anzeigst, entscheidest du im zweiten Schritt. Das ist ein Feld mehr im Fragebogen und es bringt dir meist mehr als eine zweite Skala. Wie du die Textantworten anschließend in zählbare Kategorien überführst, zeigt der Beitrag zu offenen Fragen.

Kritik gezielt abzufragen ist übrigens noch einmal etwas anderes als eine schlechte Bewertung einzusammeln. Wer wissen will, was jemand ändern würde, fragt besser nach der Änderung als nach der Note: „Was sollten wir am Seminar als Erstes ändern?“ bringt konkrete Vorschläge, während eine Skala von „sehr gut“ bis „sehr schlecht“ nur festhält, wie zufrieden jemand ist.

Fazit

Eine Bewertungsfrage steht in einer Minute im Fragebogen und ist genauso schnell entwertet. Ein Sachverhalt je Frage, ein klarer Zeitbezug und Antwortstufen, die zur gestellten Frage passen, bringen dir mehr als jede zusätzliche Skalenstufe. Und wenn dich das Warum interessiert, plane das offene Feld gleich mit ein, denn wer schon abgestimmt hat, lässt sich nachträglich kaum noch nach dem Grund fragen.

Wie es weitergeht

• Du musst noch über Stufen und Mitte entscheiden? Ratingskala: Stufen, Beschriftung und Mitte
• Du arbeitest mit mehreren Aussagen zum selben Thema? Likert-Skala
• Du bist beim Skalenniveau unsicher? Skalenniveau bestimmen
• Deine Antworten liegen schon vor? Fragebogen auswerten

Willst du deine Bewertungsfrage einmal im Bogen sehen, bevor sie rausgeht?

Bei empirio.ai, einem Online-Umfrage-Tool aus Deutschland, legst du eine abgestufte Bewertungsfrage in wenigen Minuten an und prüfst nach ein paar Testantworten, ob die Verteilung das hergibt, was du berichten willst.

Kostenlos mit empirio.ai starten