Die dem BFI-2 und dem Vorgänger Big Five Inventory (BFI; John, Donahue, & Kentle, 1991 zugrundeliegende Theorie ist die der fundamentalen „Big Five“ Traits zur prototypischen Persönlichkeitsbeschreibung (John, 1989, 1990). Auf Basis des lexikalischen Ansatzes wurden Adjektive und Kurzphrasen genutzt, um rational-empirisch einen Test zur Messung von fünf weitestgehend unabhängigen Dimensionen zu konstruieren. Diese Dimensionen („Domänen“) sind geläufig unter den Namen Extraversion, Verträglichkeit, Gewissenhaftigkeit, Neurotizismus und Offenheit.

Jeder Persönlichkeitszug kann jedoch entweder eher breiter oder eher spezifischer erfasst werden (Bandbreiten-Dilemma; Cronbach & Gleser, 1957). Das BFI-2 versucht beiden Aspekten gerecht zu werden, indem es spezifische Facetten mit hoher Genauigkeit (aber nur eingeschränkter Vorhersagebreite) misst; diese werden zu breiten, hierarchisch höherliegenden Domänen zusammengefasst, welche zwar bei der Vorhersage von spezifischen Kriterien weniger treffgenau sind, dafür aber eine Vielzahl von Kriterien vorhersagen können. Während die Facetten möglichst spezifisch erfasst werden, sollen die Domänen - durch die gewählten Facetten - möglichst breit repräsentiert sein.

Anders als das originale BFI ist das BFI-2 hierarchisch angelegt, um die Überlappung bzw. Ähnlichkeit zwischen Facetten adäquat abzubilden (Soto & John, 2016). Es ordnet den fünf Domänen eine niedriger liegende, spezifische Facettenstruktur von jeweils drei Facetten zu. Die erste Facette sollte immer der zentralste Aspekt einer Domäne sein und gleichzeitig am klarsten unterschieden (orthogonal) von den weiteren vier Domänen. Beispielsweise umfasst Extraversion die drei Facetten Geselligkeit, Durchsetzungsfähigkeit und Aktivität.

Im englischen BFI-2 erhielten zwei Domänen des BFI-2 neue Bezeichnungen: Neurotizimus (engl. neuroticism) wurde in Negative Emotionalität umbenannt, um Verwechslungen mit klinischen Symptombildern zu vermeiden; Offenheit (engl. openness) wurde als mentale Offenheit (nicht gemeint war soziale Offenheit) treffsicherer benannt (engl. openmindedness). Letzterem wurde der Vorzug vor verengenden Namen wie Intellekt, Kultur, Imagination gegeben. Im Deutschen werden die Namen Extraversion, Verträglichkeit, Gewissenhaftigkeit, Negative Emotionalität und Offenheit vergeben.

Itemkonstruktion und Itemselektion

Die englische Version des BFI-2 wurde von Christopher Soto und Oliver John entwickelt und stellt eine Weiterentwicklung des Big Five Inventory (BFI; John et al., 1991; Rammstedt, 1997) dar. Ziel der Neuentwicklung war ein Instrument, welches die Domänen Extraversion, Verträglichkeit, Gewissenhaftigkeit, Negative Emotionalität und Offenheit mit jeweils drei Facetten abbildet. Dabei sollen die Domänenwerte des BFI und des BFI-2 maximal vergleichbar sein. Zusätzlich sollten die Skalen der Domänen und Facetten balanciert sein, also eben so viel positiv gepolte wie negativ gepolte Items enthalten. Balancierte Skalen können verhindern, dass Messwerte von Akquieszenz verzerrt werden (Danner, Aichholzer, Rammstedt, 2015; Rammstedt, Goldberg, & Borg, 2010; Soto, John, Gosling, & Potter, 2008). Die Entwicklung der englischen Version ist ausführlich bei Soto und John (2016) beschrieben.

Die deutsche Version des BFI-2 wurde in einem mehrstufigen Verfahren in Anlehnung an Janet Harkness TRAPD Approach (Harkness, 2003) entwickelt. Der TRAPD Approach beschreibt ein mehrstufiges Vorgehen, bei dem Items übersetzt (translation), dann diskutiert (review, adjudication) und anschließend empirisch erprobt (pretesting) und dokumentiert (documentation) werden. In einem ersten Schritt wurden die Items der englischen Version von zwei unabhängigen Übersetzern vom Englischen ins Deutsche übersetzt. Anschließend wurden die zwei Übersetzungen von den zwei Übersetzern, zwei Experten aus dem Bereich Persönlichkeitspsychologie und Umfrageforschung und einem Moderator diskutiert. Im Rahmen der Diskussion wurden abweichende Übersetzungen erörtert und teilweise modifiziert. Am Ende der Diskussion standen für jedes Item entweder eine deutsche Übersetzung oder zwei alternative Übersetzungen zur Verfügung, die anschließend in einer ersten empirischen Untersuchung erprobt wurden.

Die Übersetzungen wurden an einer für die deutsche Allgemeinbevölkerung repräsentative Quotenstichprobe (Stichprobe 1) empirisch getestet. Basierend auf den Ergebnissen dieser ersten Untersuchung wurde für jedes englische Item eine deutsche Übersetzung ausgewählt. Entscheidungskriterien für die Itemauswahl waren die relativen Trennschärfen der Items auf Domänenebene, die relativen Trennschärfen der Items auf Facettenebene und die inhaltliche Heterogenität der Items. Die relative Trennschärfe der Items auf Domänenebene wurde bestimmt, indem für jedes Item die Trennschärfe des Items auf die zugehörige Domäne relativ zur maximalen Trennschärfe des Items auf andere Domänen bestimmt wurde. Beispielweise wurde die Trennschärfe des Items „Ich gehe aus mir heraus, bin gesellig“ auf die Domäne Extraversion (r_it = .75) relativ zur Trennschärfe des Items auf die Domäne Verträglichkeit (r_it =.45) betrachtet (rr_it = .75/.45 = 1.67). Werte >1 indizieren, dass das Item die zugehörige Domäne besser abbildet als eine andere Domäne. Daher wurden nur Items mit relativen Trennschärfen > 1 ausgewählt. Analog wurden die relativen Trennschärfen auf Facettenebene gebildet. Die inhaltliche Heterogenität der Items wurde maximiert, indem darauf geachtet wurde, dass unterschiedliche Items einer Skala möglichst unterschiedliche inhaltliche Aspekte abdecken.[1] Da 10 der 60 Items entweder niedrige Trennschärfen auf die zugehörigen Domänen oder Facetten oder substantielle Trennschärfen auf andere Domänen oder Facetten aufwiesen, wurden für diese 10 Items revidiert und in einer zweiten empirischen Untersuchung erprobt.

Die ursprünglichen Übersetzungen und die revidierten Items wurden an einer zweiten, für die deutsche Allgemeinbevölkerung repräsentative Quotenstichprobe (Stichprobe 2) empirisch getestet. Basierend auf den Ergebnissen dieser zweiten Untersuchung wurden die finalen Items des deutschen BFI-2 ausgewählt. Wie zuvor wurden die relativen Trennschärfen auf Domänen- und Facettenebene und die inhaltliche Heterogenität der Items als Entscheidungskriterien herangezogen. Bei vergleichbarer Eignung wurden Items bevorzugt, die bereits im ursprünglichen BFI (Rammstedt, 1997) enthalten waren, um die Vergleichbarkeit der Domänenwerte des BFI und des BFI-2 zu maximieren.

Stichproben

Stichprobe 1 (N = 552) ist eine hinsichtlich Alter, Geschlecht und Bildungsabschluss repräsentative Quotenstichprobe für die deutsche Allgemeinbevölkerung. Der Quotenplan wurde nach dem Zensus 2011 (www.zensus2011.de) erstellt. Geschlecht wurde zweistufig, Alter dreistufig (14-29, 30-49, 49-75) und Bildungsabschluss ebenfalls dreistufig (ohne Bildungsabschluss/Hauptschule, Mittlerer Schulabschluss und gymnasiale Oberstufe, (Fach)Hochschulreife und höher) quotiert. Die Befragung als computer-assisted-self-interview (CASI) mit dem Online-Access-Panel der Respondi AG durchgeführt. Die Teilnehmer wurden für die Befragung finanziell entlohnt.

Stichprobe 2 (N = 770) ist ebenfalls eine hinsichtlich Alter, Geschlecht und Bildungsabschluss repräsentative Quotenstichprobe für die deutsche Allgemeinbevölkerung. Der Quotenplan wurde nach dem Zensus 2011 (www.zensus2011.de) erstellt. Geschlecht wurde zweistufig, Alter dreistufig (18-29, 30-49, 49-65) und Bildungsabschluss ebenfalls dreistufig (ohne Bildungsabschluss/Hauptschule, Mittlerer Schulabschluss und gymnasiale Oberstufe, (Fach)Hochschulreife und höher) quotiert. Die Befragung als computer-assisted-self-interview (CASI) mit dem Online-Access-Panel der Respondi AG durchgeführt. Teilnehmer, die eine Aufmerksamkeitsprüfung nicht bestanden („Bitte klicken Sie hier zur Überprüfung der Funktionsfähigkeit unseres Fragebogen »stimme eher nicht zu« an“) oder die Befragung in weniger als 5 oder mehr als 45 Minuten beendeten, wurden von der Analyse ausgeschlossen. Zusätzlich wurde Stichprobe 2 in einem experimentellen Design erhoben, wobei die Hälfte der Teilnehmer (zufällige Zuteilung) für Ihre Teilnahme an der Befragung finanziell belohnt wurden und die Hälfte der Teilnehmer nicht finanziell belohnt wurde, dafür aber eine Rückmeldung zu Ihrem Persönlichkeitsprofil erhielt. Da alle Ergebnisse für beide Bedingungen äquivalent waren, werden die Ergebnisse gepoolt über beide Bedingungen berichtet. Die Stichprobencharakteristika sind in Tabelle 2 dargestellt.

Tabelle 2

Stichprobencharakteristika

Itemanalysen

Die faktorielle Struktur der Items und die faktorielle Struktur der Facettenwerte wurde mit explorativen und konfirmatorischen Fakoranalysen in Stichprobe 2 untersucht.  Die aus Platzgründen in Anhang 2 dargestellte Tabelle deutet auf gut interpretierbare, fünf-faktorielle Struktur der Items hin. In gleicher Weise deutet das Ladungsmuster der Facettenwerte auf eine fünf-faktorielle Struktur der Facetten hin, wobei die Facetten auf die angenommenen Domänen laden (Tabelle 3).

Tabelle 3

Faktorladungen der Facettenwerte auf fünf Faktoren

Anmerkung: Hauptkomponentenanalyse, Varimax rotiert, N = 770.

Für die konfirmatorische Faktoranalyse wurde ein hierarchisches Strukturgleichungsmodell spezifiziert. Die Varianzen und Kovarianzen der 60 Items wurden durch 15 Facetten erklärt, von denen jeweils drei Facetten auf eine gemeinsame Domäne laden. Das Modell ist in Abbildung 1 skizziert und weist einen akzeptablen Fit auf, RMSEA = .062, CFI = .744, SRMR = .082. Diese Ergebnisse deuten darauf hin, dass der BFI-2 die fünf Domänen Extraversion, Gewissenhaftigkeit, Negative Emotionalität (früher: Neurotizismus) und Offenheit mit jeweils drei Facetten abbilden kann.

Abbildung 1. Hierarchisches Faktormodel des BFI-2 mit standardisierten Pfadkoeffizienten (Vergrößerung per Klick auf die Abbildung).

Itemkennwerte

In Tabelle 4 sind Mittelwert, Standardabweichung, Schiefe und Exzess aller 60 Items in Stichprobe 2 dargestellt. Zusätzlich werden die Trennschärfen der Items auf die Facetten und Domänen berichtet.

Tabelle 4

Mittelwert, Standardabweichung, Schiefe, Exzess und Trennschärfen der manifesten Items

Anmerkung. Skala von 1 („stimme überhaupt nicht zu“) bis 5 („stimme voll und ganz zu“), negativ gepolte Items wurden zuvor rekodiert, N = 770.

Objektivität

Standardisierte Instruktionen, Auswertungsvorschriften und vorläufige Referenzwerte gewährleisten die Durchführungs-, Auswertungs-, und Interpretationsobjektivität des BFI-2.

Reliabilität

Im Folgenden werden die Reliabilitätsschätzer der Facetten- und Domänenwerte basierend auf Stichprobe 2 berichtet. Da momentan noch keine längsschnittlichen Daten zum BFI-2 vorliegen, können derzeit nur Schätzer der internen Konsistenz berichtet werden. Cronbachs Alpha wird berichtet, da es die gebräuchlichste Schätzmethode für die Reliabilität einer Skala ist. Zusätzlich wird McDonalds Omega berichtet (McDonald, 1999; Raykov, 1997), da Cronbachs Alpha die Reliabilität einer Messung unterschätzt, wenn die Indikatoren nicht essentiell tau-äquivalent sind (vgl. Cortina, 1993) und überschätzt, falls Querladungen zwischen Indikatoren verbleiben (Fehlerkovarianzen  größer Null), selbst wenn diese nicht im Modell adäquat spezifiziert sind (Raykov 2001a, 2001b ).Wie in Tabelle 5 ersichtlich, liegen die Reliabilitätsschätzer für die Domänenwerte in einem guten und die Reliabilitätsschätzer der Facettenwerte in einem akzeptablen Bereich.

Tabelle 5

Reliabilitätsschätzungen der Skalen      

Anmerkung: N = 770.

Validität

Die inhaltliche Validität der Skala kann als hoch bewertet werden, da es sich bei der deutschen Version des BFI-2 um eine Adaption der englischen Originalversion handelt. Die Entwicklung der englischen Orginalversion orientierte sich am Big-Five Modell der Persönlichkeit (Goldberg, 1993; John, Naumann, & Soto, 2008; McCrae & Costa, 2008) und ist ausführlich bei Soto & John (2016) dargestellt. Die faktorielle Struktur der Items und Facetten (vgl. Abbildung 1 und Tabelle 3) können als erste Hinweise für die Konstruktvalidität der Skala gedeutet werden.

Zusätzlich wurde die Kriteriumsvalidität der Skala in Hinblick auf den Zusammenhang mit Bildung, Einkommen, Gesundheitszustand, Risikobereitschaft und Lebenszufriedenheit bewertet. Es wurde erwartet, dass Offenheit und Gewissenhaftigkeit einen positiven Zusammenhangmit Bildungserfolg aufweisen (Rammstedt, Kemper, Céline, Klein & Kovaleva, 2013; Poropat, 2009), Negative Emotionalität (früher: Neurotizismus) einen negativen Zusammenhang mit Einkommen aufweist, Gesundheit positiv mit Gewissenhaftigkeit korreliert (Bogg & Roberts, 2004), Risikobereitschaft positiv mit Extraversion und Offenheit korreliert (Beierlein, Kovaleva, Kemper & Rammstedt, 2014) und Lebenszufriedenheit negativ mit Negativer Emotionalität (früher: Neurotizismus) korreliert (Rammstedt, 2007).

Die Zusammenhänge wurden in Stichprobe 2 untersucht und sind in Tabelle 6 dargestellt. Nach Cohen (1988) werden Korrelationen r > .50 als groß, r > .30 als mittel und r > .10 als klein interpretiert. Insgesamt bestätigen die Zusammenhänge mit den Außenkriterien die Kriteriumsvalidität der Skalen. Der stärkste Zusammenhang zeigt sich zwischen Lebenszufriedenheit und Negativer Emotionalität (früher: Neurotizismus, r = -.52). Emotional labile Personen beschreiben sich als besonders unzufrieden. Betrachtet man die Zusammenhänge auf Facettenebene zeigt sich, dass v.a. die Facette Niedergeschlagenheit zu diesem Zusammenhang beiträgt. Erwartungsgemäß zeigt sich ebenfalls ein stark positiver Zusammenhang zwischen Extraversion und Risikobereitschaft (r = .41), der v.a. durch die Facette Aktivität determiniert wird. Offenheit weist erwartungsgemäß einen mittleren positiven Zusammenhang mit Bildung auf, der v.a. durch die Facette Ästhetische Sensitivität erklärt werden kann. Kleine erwartungsgemäße Zusammenhänge zeigen sich auch zwischen Gesundheit und Gewissenhaftigkeit (r = .15) und zwischen Einkommen und Negativer Emotionalität (r = -.12).