Co te inwentarze naprawdę mogą powiedzieć?
Centyl to porównanie, nie pomiar
Wynik surowy to to, co zostało zaznaczone. Centyl umieszcza go na tle określonej grupy ludzi, a zmiana grupy zmienia centyl, nie zmieniając niczego w samej osobie.
Grupa porównawcza dobrała się sama
Każdy w niej znalazł inwentarz osobowości w internecie i sam zdecydował się go wypełnić. Żadna próba tutaj nie jest losowa, a większa próba tego nie naprawia — mierzy tę samą skrzywioną populację dokładniej.
Niski, przeciętny i wysoki to przedziały, nie typy
Granice przebiegają na 30. i 70. centylu. Dwie osoby po obu stronach granicy dostają różne określenia, choć ledwo się różnią. Nic tutaj nie przypisuje nikogo do jakiegoś rodzaju człowieka.
Wyniki zmieniają się między podejściami
Po ponownym wypełnieniu inwentarza za miesiąc liczby nieco się przesuną; wynik blisko granicy może ją przekroczyć. Pojedynczy wynik należy traktować jako jeden odczyt, a nie stałą wielkość.
Te cechy są opisowe, nie diagnostyczne
Podsumowują, jak ludzie opisują samych siebie. Nie są oceną kliniczną, niczego nie diagnozują, a żaden wynik tutaj nie jest stwierdzeniem dotyczącym zdrowia.
Lepiej przewidują dla grup niż dla jednostek
Wyniki cech pokazują rzeczywiste różnice średnich w dużych grupach ludzi. Słabo przewidują, co zrobi konkretna osoba w danym dniu, i nie powinny służyć do decydowania, kto zostanie zatrudniony lub przyjęty.
Z kim porównywany jest wynik?
Centyl mówi, gdzie wynik wypada wśród osób z danych referencyjnych — a nie wśród ludzi w ogóle. To rozróżnienie znaczy więcej, niż się wydaje.
Każdy w tych danych znalazł inwentarz osobowości w internecie i sam zdecydował się go wypełnić. Nikt nie został wylosowany. Osoby, które spędzają więcej czasu w sieci, lubią introspekcję lub akurat uczestniczyły w zajęciach z psychologii, są nadreprezentowane, i nie ma sposobu, by zmierzyć, w jakim stopniu.
Większa próba tego nie naprawia. Milion samodzielnie zgłaszających się respondentów mierzy tę samą skrzywioną populację dokładniej. Nie zamienia jej w populację ogólną.
- Mini-IPIP — respondenci: 1 009 226, zebrano: 2016-2018.
- MFQ-2 — respondenci: 5 312, zebrano: 2021-05 (national samples), 2021-09 (online panel).
- IPIP Big-Five Factor Markers — respondenci: 1 009 184, zebrano: 2016-2018.
- IPIP-NEO-120 — respondenci: 619 150, zebrano: 2001-2011.
- IPIP-HEXACO-240 — respondenci: 22 786.
- IPIP-NEO-300 — respondenci: 307 313, zebrano: 2001-2011.
„75. centyl w Ekstrawersji” należy więc czytać jako bardziej ekstrawertyczny niż 75% osób, które wypełniły ten inwentarz w internecie. To rzeczywiste i użyteczne porównanie. Nie jest to jednak to samo co „bardziej ekstrawertyczny niż 75% ludzi”.
Nie jest to wada właściwa tylko nam. Większość opublikowanych norm osobowości działa tak samo, w tym komercyjne, które często w ogóle nie podają, jak rekrutowano ich próby. My wolimy o tym powiedzieć.
Dlaczego zmiana płci lub wieku zmienia wynik?
Ponieważ zmienia to, na tle kogo wynik jest szeregowany, a nie to, co zostało zaznaczone. Wynik surowy nigdy się nie zmienia. Wyniki osobowości różnią się systematycznie między grupami — kobiety uzyskują średnio wyższe wyniki w Neurotyczności i Ugodowości, a Sumienność rośnie w dorosłości, podczas gdy Neurotyczność spada — więc ten sam wynik surowy może być nieznaczny w jednej grupie i wysoki w innej.
Żadne z tych zestawień nie jest bardziej prawdziwe. Odpowiadają na różne pytania. Dlatego też wynik surowy jest zawsze pokazywany obok centyla i dlatego można porównać się ze wszystkimi, a nie tylko z własną grupą.
Co oznaczają niski, przeciętny i wysoki?
To przedziały rozkładu: niski to poniżej 30. centyla, przeciętny to środkowe 40%, wysoki to powyżej 70. centyla. Nie są to rodzaje ludzi. Osoba na 69. centylu i osoba na 71. centylu są opisane inaczej, a ledwo się różnią.
Wyniki blisko granicy przedziału są najmniej stabilną częścią każdego wyniku. Przy ponownym wypełnieniu inwentarza w przyszłym miesiącu liczby nieco by się przesunęły, a wynik leżący na granicy może ją przekroczyć.
Czy to to samo co Myers-Briggs albo 16Personalities?
Nie, choć mierzą częściowo pokrywające się rzeczy. Tamte testy przypisują do jednego z 16 typów, przecinając każdą cechę na pół. Ten podaje położenie na każdej cesze jako wynik ciągły.
Różnica ma znaczenie, ponieważ te cechy nie dzielą się naturalnie na dwa obozy — rozkładają się płynnie, a większość ludzi skupia się pośrodku, czyli dokładnie tam, gdzie cięcie wyrządza najwięcej szkody. Dlatego ponowne wypełnienie czteroliterowego testu tak często daje inne litery: wynik blisko środka zmienia się pod wpływem zwykłego szumu pomiarowego.
Dlaczego „inwentarz”, a nie „test”?
Ponieważ mierzą one różne rodzaje rzeczy, a to rozróżnienie warto zachować.
Test ma poprawne odpowiedzi i stara się w nim wypaść jak najlepiej: egzamin, test IQ, egzamin na prawo jazdy. Wynik mówi, jak blisko było do poprawnej odpowiedzi. Inwentarz nie ma poprawnych odpowiedzi i pyta, jakim się zwykle jest. Wynik jest opisem, nie oceną. Słowo pochodzi z tego samego źródła co inwentaryzacja — spis tego, co jest na stanie.
To nie jest rozróżnienie, które wymyśliliśmy. Prawie żadne poważne narzędzie w tej dziedzinie nie nazywa się testem: NEO Personality Inventory, Big Five Inventory, Minnesota Multiphasic Personality Inventory, HEXACO Personality Inventory, Sixteen Personality Factor Questionnaire. Nawet Myers-Briggs Type Indicator go unika, i to celowo — nazwano go tak, by sugerował, że wskazuje preferencję, a nie mierzy zdolność.
W mowie potocznej wszyscy mówią „test osobowości”, także psychologowie, i nikogo nie trzeba z tego poprawiać. Używamy tu precyzyjnego słowa, ponieważ ta strona dotyczy uważnego czytania tych liczb, a połowa tego polega na wiedzy, jakiego rodzaju jest to liczba. Jedyne miejsce, gdzie nadal pojawia się słowo „test”, to mowa o produktach z czteroliterowymi typami, bo tak same siebie nazywają.
Skąd pochodzą pytania?
Z International Personality Item Pool (Międzynarodowej Puli Pozycji Osobowości), publicznie dostępnego zbioru pozycji napisanych przez Lewisa Goldberga po to, by pomiar osobowości nie zależał od komercyjnych narzędzi. Wybór pozycji i dane referencyjne pochodzą z opublikowanych prac Johna A. Johnsona.
Pozycje są celowo frazami, a nie zdaniami — każda dopełnia domyślne „Ja …”.
Jedynym wyjątkiem jest MFQ-2, Kwestionariusz Fundamentów Moralnych-2 autorstwa Mohammada Atariego, Jonathana Haidta, Jessego Grahama i współpracowników. Jego pozycje są pełnymi zdaniami, nie należą do domeny publicznej i są tu używane na licencji Creative Commons Uznanie autorstwa, z którą autorzy je opublikowali. Dane referencyjne również pochodzą od nich, z artykułu, który go wprowadził.
Teksty opisujące każdą cechę są oparte na pracy Johna A. Johnsona dla wersji IPIP-NEO, a dla pozostałych napisane na potrzeby tego serwisu.
Który inwentarz wybrać?
- Mini-IPIP — pozycje: 20, około 3 min.
- MFQ-2 — pozycje: 36, około 5 min.
- IPIP Big-Five Factor Markers — pozycje: 50, około 7 min.
- IPIP-NEO-120 — pozycje: 120, około 15 min.
- IPIP-HEXACO-240 — pozycje: 240, około 30 min.
- IPIP-NEO-300 — pozycje: 300, około 35 min.
Dłuższe wersje zadają więcej pytań na skalę, więc ich wyniki mniej się wahają; krótsze zajmują mniej czasu. Każda jest oceniana na tle osób, które wypełniły tę samą wersję, nigdy innej.
Nie wszystkie mierzą to samo. Wersje IPIP-NEO i Markery Czynników Wielkiej Piątki mierzą pięć cech; IPIP-HEXACO mierzy sześć, dodając Uczciwość-Pokorę, dla której model pięcioczynnikowy nie ma skali. Warto też zwrócić uwagę na kierunek czwartej cechy: niektóre wersje podają Neurotyczność, a inne Stabilność emocjonalną, która przebiega w przeciwną stronę. Każdy wynik mówi, którą podaje.
MFQ-2 w ogóle nie jest inwentarzem osobowości. Mierzy, jaką wagę przypisuje się sześciu rodzajom troski moralnej — Trosce, Równości, Proporcjonalności, Lojalności, Autorytetowi i Czystości — a jego wyniki nie są porównywalne z żadną cechą w innych wersjach.