Certainty-Score – Antwort-Gewissheit bewerten

Geschätzte Lektüre: 2 Minuten

In diesem Beitrag erklären wir Ihnen alles Wissenswerte über den Certainty-Score (CS). Dieser Score ermöglicht es festzustellen, wie überzeugt Befragte von ihren Antworten sind (Antwort-Gewissheit).

Certainty-Score bewertet Über- und Unterschätzung der eigenen Antwort

Der Certainty-Score (CS) bewertet das Maß der Sicherheit und Überzeugung, mit dem die Befragten ihre Antworten geben. Der CS misst die Tendenz der Befragten, die eigenen Antworten im Vergleich zu anderen zu überschätzen, auch bekannt als False Consensus Effect.
Da das Überschätzen der eigenen Antwort ein natürlicher psychologischer Effekt ist und somit »erwartbar« ist, erhalten Befragte, die ihre eigene Antwort überschätzen, einen hohen Certainty-Score.
Um den Certainty-Score nutzen zu können, müssen projektive Fragesets dem Fragebogen hinzugefügt werden.

Der False Consensus Effekt

Der False Consensus Effekt beschreibt im Allgemeinen die Neigung von Menschen, die Häufigkeit ihrer eigenen Einstellungen im Vergleich zu denen anderer zu überschätzen, die diese Einstellungen nicht teilen. Diese Tendenz wird in dem folgenden Diagramm deutlich dargestellt. Der blaue Balken repräsentiert die kollektive Einschätzung der Personen, die dieselbe Antwort wie man selbst gegeben haben, während der graue Balken die kollektive Einschätzung der Personen darstellt, die eine andere Antwort gegeben haben.

Der CS als Hinweis für unüberlegte Antworten

Für den Certainty-Score relevant ist die Tatsache, dass Befragte die Häufigkeit ihrer Meinung oder Einstellung umso mehr überschätzen, je sicherer sie sich ihrer Meinung sind. Die Prämisse lautet: Je stärker die Überzeugung ist, desto höher ist die Überschätzung im Vergleich zu denjenigen, die anderer Meinung sind.
Ein geringer Certainty-Score kann damit Hinweis auf Unsicherheit bei der Antwort, aber auch Anzeichen für eine unüberlegte Antwort sein.

Anwendungen und Einsatzgebiete

Der Certainty-Score methodenunabhängig eingesetzt werden. Voraussetzung ist lediglich die Integration von projektiven Fragesets.