關於這些量表的問題

這些量表實際上能告訴我甚麼？

我與誰比較？

百分位說的是您在參照數據中的人當中處於甚麼位置——而不是在一般人當中。這個區別比表面看來重要得多。

這些數據中的每個人都是在互聯網上找到人格量表並選擇填寫的。沒有人是隨機抽樣的。花較多時間上網的人、喜歡內省的人，或當時正在修讀心理學課程的人，比例都偏高，而且無法衡量偏高多少。

更大的樣本不能解決這個問題。一百萬名自行選擇參與的受訪者，只是更精確地測量同一個有偏差的人群，並不會把它變成一般人口。

• Mini-IPIP —— 1,009,226 名受訪者，收集於 2016-2018。
• MFQ-2 —— 5,312 名受訪者，收集於 2021-05 (national samples), 2021-09 (online panel)。
• IPIP Big-Five Factor Markers —— 1,009,184 名受訪者，收集於 2016-2018。
• IPIP-NEO-120 —— 619,150 名受訪者，收集於 2001-2011。
• IPIP-HEXACO-240 —— 22,786 名受訪者。
• IPIP-NEO-300 —— 307,313 名受訪者，收集於 2001-2011。

因此，請把“外向性第 75 百分位”理解為比 75% 在網上填寫此量表的人更外向。這是一個真實而有用的比較，但與“比 75% 的人更外向”並不是同一個說法。

這並不是我們獨有的缺陷。大多數已發表的人格常模都是這樣運作的，包括商業常模，而它們往往根本不說明樣本是如何招募的。我們寧願告訴您。

為何更改性別或年齡會改變我的結果？

因為它改變的是與您排名比較的對象，而不是您的作答。您的原始分數永遠不變。人格分數在不同群體之間存在系統性差異——女性在神經質和親和性上的平均分數較高，而盡責性隨成年期增長而上升，神經質則下降——因此同一個原始分數，在一個群體中可能平平無奇，在另一個群體中卻屬偏高。

兩種排名都沒有更真實，它們回答的是不同的問題。這也是為何原始分數總是顯示在百分位旁邊，以及為何您可以與所有人比較，而不只是與您自己的群體比較。

低、中等和高是甚麼意思？

它們是分佈中的區間：低指低於第 30 百分位，中等指中間的 40%，高指高於第 70 百分位。它們不是人的類型。處於第 69 百分位的人和處於第 71 百分位的人會得到不同的描述，但實際上幾乎沒有分別。

接近區間邊緣的分數是任何結果中最不穩定的部分。如果您下個月重新填寫量表，數字會略有變動，而剛好處於分界上的分數可能會越過分界。

這與 Myers-Briggs 或 16Personalities 一樣嗎？

不一樣，雖然它們測量的東西有重疊。那些測驗把每項特質一分為二，將您歸入 16 種類型之一。這裏則把您在每項特質上的位置以連續分數報告。

這個分別很重要，因為這些特質並非天然地分成兩個陣營——它們是平滑分佈的，大多數人集中在中間，而那正是一刀切下去造成最大傷害的地方。這就是為何重做四字母測驗往往會得出不同的字母：接近中間的分數，會因為普通的測量誤差而翻轉。

為何稱為“量表”而不是“測驗”？

因為它們測量的是不同種類的東西，而這個區別值得保留。

測驗有正確答案，您要盡力做好：考試、智商測驗、駕駛考試。您的分數說明您離正確有多近。量表（inventory）沒有正確答案，問的是您通常是怎樣的人。您的分數是一種描述，而不是評級。英文 inventory 一詞與盤點同源——即一份現有物品的清單。

這不是我們發明的區別。這個領域中幾乎沒有任何嚴謹的工具自稱為測驗：NEO 人格量表（NEO Personality Inventory）、五大人格量表（Big Five Inventory）、明尼蘇達多相人格量表（Minnesota Multiphasic Personality Inventory）、HEXACO 人格量表（HEXACO Personality Inventory）、十六種人格因素問卷（Sixteen Personality Factor Questionnaire）。就連 Myers-Briggs 類型指標（Type Indicator）也刻意避開這個詞——它的命名是為了表示它指向的是一種偏好，而不是測量一種能力。

在日常用語中，每個人都會說“人格測驗”，心理學家也不例外，沒有人需要為此被糾正。我們在這裏使用精確的用詞，是因為本網站旨在謹慎地解讀這些數字，而其中一半在於知道自己手上的是哪一種數字。您仍會看到“測驗”一詞的唯一地方，是我們談及四字母類型產品的時候，因為它們就是這樣自稱的。

題目從何而來？

來自國際人格題庫（International Personality Item Pool），這是由 Lewis Goldberg 撰寫、屬公有領域的一套題目，目的是讓人格測量不必依賴商業工具。題目的選取和參照數據來自 John A. Johnson 已發表的研究。

題目刻意寫成短語而非完整句子——每一題都是在補完一個隱含的“我……”。

唯一的例外是 MFQ-2，即 Mohammad Atari、Jonathan Haidt、Jesse Graham 及同事編製的道德基礎問卷第二版。它的題目是完整句子，不屬公有領域，在這裏是依據作者發布時所採用的 Creative Commons 署名授權使用。它的參照數據也是作者的，來自提出該問卷的論文。

描述各項特質的文字，IPIP-NEO 各版本的參照自 John A. Johnson，其他則是為本服務撰寫的。

我應該填寫哪份量表？

• Mini-IPIP —— 20 題，約 3 分鐘。
• MFQ-2 —— 36 題，約 5 分鐘。
• IPIP Big-Five Factor Markers —— 50 題，約 7 分鐘。
• IPIP-NEO-120 —— 120 題，約 15 分鐘。
• IPIP-HEXACO-240 —— 240 題，約 30 分鐘。
• IPIP-NEO-300 —— 300 題，約 35 分鐘。

較長的版本每個量尺問的題目較多，因此分數變動較少；較短的版本則少花您一點時間。每份量表都只與填寫同一版本的人比較計分，絕不會與其他版本比較。

它們測量的東西並不全都相同。IPIP-NEO 各版本和五大因素標記測量五項特質；IPIP-HEXACO 測量六項，加入了誠實—謙遜，這是五因素模型沒有量尺的特質。也要留意第四項特質的方向：有些版本報告神經質，有些則報告情緒穩定性，兩者方向相反。每個結果都會說明它報告的是哪一項。

MFQ-2 根本不是人格量表。它測量的是您對六種道德關注的重視程度——關懷、平等、比例、忠誠、權威和純潔——其分數不能與其他版本中的任何特質比較。