পার্সোনালিটি টেস্ট কি নির্ভুল? নির্ভরযোগ্যতা, আবার টেস্টের ফল আর বার্নাম প্রভাব

64 Types টিম · আপডেট: 19 অক্টোবর, 2026 · পড়তে 5 মিনিট · 18টি পিয়ার-রিভিউড সূত্র

ভালোভাবে তৈরি বৈশিষ্ট্য-টেস্ট বেশ নির্ভুল, কিন্তু বেশির ভাগ মানুষ যেভাবে ভাবেন সেভাবে নয়। গবেষণা-মানের Big Five ও HEXACO পরিমাপ স্থির স্কোর দেয়, আপনাকে ভালোভাবে চেনেন এমন মানুষের রেটিংয়ের সঙ্গে মেলে, এবং কর্মদক্ষতা, স্বাস্থ্য আর সম্পর্কের সন্তুষ্টির মতো আসল ফলাফলের পূর্বাভাস দেয়, সামান্য প্রভাব-আকারে।^[1]^[2]^[3] কোনো টেস্ট যখন মানুষকে কঠোর টাইপে ভাগ করে, তখন নির্ভুলতা কমে যায় (অনেকে কাট-অফের কাছে থাকেন এবং আবার টেস্টে উল্টে যান),^[4]^[5] আর কোনো ফল "আপনাকে হুবহু ধরে ফেলেছে" এই অনুভূতি ভালো প্রমাণ নয়, কারণ মানুষ অস্পষ্ট, প্রশংসাসূচক বর্ণনাকে সহজেই নিজের বলে মেনে নেন (বার্নাম প্রভাব)।^[6]^[7]

এখানে দেখানো হলো মনোবিজ্ঞানীরা কোনো টেস্ট কীভাবে যাচাই করেন, প্রতিটি বিষয়ে প্রমাণ কী বলে, আর একটি চেকলিস্ট যা আপনি যেকোনো অনলাইন কুইজে প্রয়োগ করতে পারেন।

পার্সোনালিটি টেস্টের ক্ষেত্রে "নির্ভুল" মানে কী

মনোবিজ্ঞানীরা নির্ভুলতাকে দুটি প্রশ্নে ভাগ করেন:

নির্ভরযোগ্যতা: টেস্টটি কি ধারাবাহিকভাবে একইভাবে মাপে? একই বৈশিষ্ট্য মাপা প্রশ্নগুলো কি একে অপরের সঙ্গে মেলে (অভ্যন্তরীণ সামঞ্জস্য), আর আবার দিলে কি আপনি কাছাকাছি স্কোর পান (টেস্ট-রিটেস্ট নির্ভরযোগ্যতা)?
বৈধতা: এটি কি সঠিক জিনিস মাপে? স্কোরগুলো কি আপনার সম্পর্কে অন্য প্রমাণের সঙ্গে মেলে, যেমন আপনাকে চেনেন এমন মানুষের রেটিং, আর সেগুলো কি আচরণ ও জীবনের ফলাফলের পূর্বাভাস দেয়?

একটি টেস্ট বৈধ না হয়েও নির্ভরযোগ্য হতে পারে (বাথরুমের এমন দাঁড়িপাল্লা যা সবসময় দুই কেজি কম দেখায়), কিন্তু নির্ভরযোগ্য না হয়ে বৈধ হতে পারে না।

নির্ভরযোগ্যতা: স্কোরগুলো কি স্থির?

অভ্যন্তরীণ সামঞ্জস্য সাধারণত Cronbach-এর আলফা (α) হিসেবে জানানো হয়, 0 থেকে 1 পর্যন্ত। গবেষণার স্কেলের জন্য প্রায় .80 বা তার বেশি মান সাধারণত ভালো ধরা হয়। 64 Types যে পাবলিক-ডোমেইন IPIP স্কেলগুলো ব্যবহার করে, প্রায় 20,000 জন করে মানুষের আমাদের মানদণ্ড-নমুনায় সেগুলোর α .79 থেকে .89-এর মধ্যে; পুরো পরিসংখ্যান আমাদের বিজ্ঞান পেজে আছে। প্রকাশিত MBTI গবেষণাগুলোও এর চারটি স্কেলের জন্য সাধারণত জোরালো অভ্যন্তরীণ সামঞ্জস্যের কথা জানায়, যদিও মান গবেষণাভেদে বদলায়।^[8]

বছরের পর বছর টেস্ট-রিটেস্ট স্থিরতা উঁচু, কিন্তু নিখুঁত থেকে অনেক দূরে। 152টি দীর্ঘমেয়াদি গবেষণায়, প্রায় 6.7 বছরের ব্যবধানে মাপা ব্যক্তিত্ব-স্কোরের সহসম্পর্ক শৈশবে .31 থেকে বেড়ে 50 থেকে 70 বছর বয়সের মধ্যে প্রায় .74 হয়েছে।^[9] এই অস্থিরতার কিছুটা আসল পরিবর্তন: প্রাপ্তবয়স্ক জীবনে বৈশিষ্ট্যের গড় মাত্রা সরে যায়।^[10] দেখুন আপনার পার্সোনালিটি টাইপ কি বদলাতে পারে?

টাইপের ফল কেন অনির্ভরযোগ্য মনে হয়

স্কেলগুলো যদি নির্ভরযোগ্য হয়, তাহলে এত মানুষ আবার টেস্টে আলাদা টাইপ পান কেন? কারণটা কাট-অফের কাছে থাকা। ব্যক্তিত্ব-স্কোর মাঝের দিকে ভারী, বেশির ভাগ মানুষ মাঝামাঝির কাছে, দুই কুঁজে ভাগ হয়ে নেই।^[4]^[11] মধ্যবিন্দুর কাছের যে কেউ একটি ছোট, স্বাভাবিক ওঠানামাতেই অক্ষর উল্টে ফেলতে পারেন। চারটি অক্ষরে, অন্তত একটি উল্টানোর সম্ভাবনা যোগ হতে থাকে। MBTI-র পর্যালোচনাগুলো এই শ্রেণিবিন্যাসের অস্থিরতাকে সাবধানতার একটি প্রধান কারণ বলে উল্লেখ করেছে।^[5]

একটি সহজ উদাহরণ। সংজ্ঞা অনুযায়ী, যেকোনো বৈশিষ্ট্যে 20% মানুষ 40তম ও 60তম পার্সেন্টাইলের মধ্যে থাকেন। 64-টাইপ কোডের ছয়টি বৈশিষ্ট্য যদি পুরোপুরি স্বাধীন হতো, তাহলে ওই পরিসরে একটিও বৈশিষ্ট্য নেই এমন মানুষের অংশ হতো 0.8⁶, অর্থাৎ প্রায় 26%, তাই মোটামুটি প্রতি চারজনে তিনজনের অন্তত একটি অক্ষর সীমারেখায় থাকত। (বৈশিষ্ট্যগুলো একে অপরের সঙ্গে কিছুটা সহসম্পর্কিত, তাই আসল সংখ্যা একটু আলাদা, কিন্তু মূল কথা একই থাকে।)

ব্যবহারিক পরামর্শ

যেকোনো টাইপ-ফল পড়ার সময় এর পেছনের স্কোরটি দেখুন। 90তম পার্সেন্টাইলের স্কোরের অক্ষর অর্থবহ; 52তম পার্সেন্টাইলের অক্ষরের অর্থ মূলত শুধু "প্রায় গড়"।

বৈধতা: অন্যরা কি আপনাকে একইভাবে দেখেন?

একটি জোরালো যাচাই হলো আপনাকে চেনেন এমন মানুষেরা আপনাকে কাছাকাছি রেটিং দেন কি না। 263টি নমুনায় রেটিং পাওয়া 44,178 জন মানুষকে নিয়ে একগুচ্ছ মেটা-বিশ্লেষণ যাচাই করেছে অন্যদের রেটিং নিজেদের মধ্যে আর সেলফ-রেটিংয়ের সঙ্গে কতটা মেলে। রেটিংদাতা যত ঘনিষ্ঠ হয়েছেন, নির্ভুলতা তত বেড়েছে, বিশেষ করে আবেগীয় স্থিতিশীলতার মতো কম দৃশ্যমান বৈশিষ্ট্যের ক্ষেত্রে। অন্যদের রেটিং পড়াশোনার সাফল্য আর কর্মদক্ষতার পূর্বাভাসও সেলফ-রেটিংয়ের চেয়ে বেশ ভালো দিয়েছে, এবং বাড়তি কিছু যোগও করেছে।^[1]

নিজের আর অন্যদের, দুই দিকেরই অন্ধ জায়গা আছে। সেলফ-, বন্ধু- আর অপরিচিত-রেটিংকে আচরণের পরিমাপের সঙ্গে তুলনা করা একটি গবেষণায়, নিউরোটিসিজম-সংক্রান্ত বৈশিষ্ট্যের সবচেয়ে ভালো বিচারক ছিলেন মানুষটি নিজেই, বুদ্ধিমত্তা-সংক্রান্ত বৈশিষ্ট্যে বন্ধুরা সবচেয়ে ভালো ছিলেন, আর বহির্মুখিতা বিচারে সবাই প্রায় সমান ভালো ছিলেন।^[12]

ব্যবহারিক পরামর্শ

আপনাকে ভালোভাবে চেনেন এমন কাউকে দিয়ে নিজের ফল পড়িয়ে নিন। তিনি যদি কোনো বৈশিষ্ট্যে, বিশেষ করে বহির্মুখিতার মতো অন্যদের চোখে পড়া বৈশিষ্ট্যে, জোরালোভাবে দ্বিমত করেন, তাহলে সেই দ্বিমত তথ্য দেয়।

বৈধতা: স্কোরগুলো কি বাস্তব জীবনের পূর্বাভাস দেয়?

Big Five বৈশিষ্ট্যগুলো মৃত্যুহার, বিবাহবিচ্ছেদ আর পেশাগত সাফল্যের পূর্বাভাস মোটামুটি ততটাই ভালো দেয়, যতটা দেয় আর্থসামাজিক অবস্থা ও জ্ঞানীয় সামর্থ্য।^[2] কর্তব্যনিষ্ঠা বিভিন্ন পেশায় কর্মদক্ষতার পূর্বাভাস দেয়,^[13] নিউরোটিসিজম উদ্বেগ ও বিষণ্ণতাজনিত রোগের,^[14] আর ব্যক্তিত্ব আরও অনেক ফলাফলের।^[15]

এই ফলাফলগুলো টেকে। একটি আগে থেকে নিবন্ধিত প্রকল্প 78টি প্রকাশিত বৈশিষ্ট্য-ফলাফল সম্পর্ক বড় নমুনায় আবার যাচাই করে দেখেছে 87% পুনরায় পাওয়া গেছে, যদিও প্রভাবগুলো সাধারণত মূল রিপোর্টের প্রায় 77% জোরালো ছিল।^[3] তাই সঠিক সারসংক্ষেপ হলো "বাস্তব, ধারাবাহিক, সামান্য": বড় মেটা-বিশ্লেষণে বৈশিষ্ট্য-ফলাফলের সহসম্পর্ক বেশির ভাগ প্রায় .10 থেকে .30-এর মধ্যে, যেমন কর্তব্যনিষ্ঠা ও দীর্ঘায়ুর মধ্যে .11, আর বহির্মুখিতা ও নেতৃত্বের মধ্যে .31।^[16]^[17] অনেক মানুষের প্রবণতা বোঝার জন্য এটি কাজের, আর কোনো একজন মানুষ কী করবেন তার পূর্বাভাসের জন্য বেশ দুর্বল।

বার্নাম প্রভাব: প্রতিটি ফল কেন নির্ভুল মনে হয়

1949 সালে মনোবিজ্ঞানী Bertram Forer তাঁর ছাত্রছাত্রীদের একটি পার্সোনালিটি টেস্ট দেন এবং এক সপ্তাহ পরে প্রত্যেককে এমন কিছু দেন যা তারা নিজেদের ব্যক্তিগত প্রোফাইল ভেবেছিল। আসলে সবাই একই লেখা পেয়েছিল, যার বেশির ভাগ জোড়া দেওয়া হয়েছিল পত্রিকার স্টলে বিক্রি হওয়া জ্যোতিষের একটি বই থেকে, যেখানে "অন্যরা আপনাকে পছন্দ করুক আর প্রশংসা করুক, এর বড় প্রয়োজন আছে আপনার" ধরনের লাইন ছিল। গড়ে ছাত্রছাত্রীরা এটিকে তাদের খুবই নির্ভুল বর্ণনা বলে জানিয়েছিল।^[6]

কয়েক দশকের ফলো-আপ গবেষণার পরের একটি পর্যালোচনায় দেখা গেছে, মানুষ এ ধরনের ফিডব্যাক বেশি মেনে নেন যখন তা অনুকূল, এতটা সাধারণ যে প্রায় যে কারও সঙ্গে মিলে যায়, আর যখন তাঁরা মনে করেন এটি বিশেষভাবে তাঁদের জন্যই বের করা হয়েছে।^[7]

টাইপ-বর্ণনাগুলো প্রায়ই তিনটি শর্তই পূরণ করে। এতে সেগুলো অকেজো হয়ে যায় না, কিন্তু এর মানে হলো "এটা একদম আমার মতো" দিয়ে একটি বৈধ টেস্ট আর রাশিফলের পার্থক্য করা যায় না। ওপরের যাচাইগুলো, অর্থাৎ সামঞ্জস্য, অন্যদের সঙ্গে মিল আর পূর্বাভাস, এই পার্থক্য করতে পারে।

যেকোনো পার্সোনালিটি টেস্ট যাচাইয়ের চেকলিস্ট

এটি কি জানায় এর প্রশ্নগুলো কোথা থেকে এসেছে? গবেষণাভিত্তিক টেস্ট প্রকাশিত প্রশ্ন-সেট ব্যবহার করে, যেমন পাবলিক-ডোমেইন IPIP।^[18]
এটি কি আপনাকে আসল মানুষের সঙ্গে তুলনা করে? জানানো মানদণ্ড-নমুনার ওপর ভিত্তি করা পার্সেন্টাইল কোনো যথেচ্ছ স্কেলে "উঁচু" বা "নিচু"-র চেয়ে বেশি অর্থবহ।
এটি কি নির্ভরযোগ্যতা জানায়? Cronbach-এর α-এর মতো পরিসংখ্যান খুঁজুন।
এটি কি শুধু লেবেল নয়, স্কোরও দেখায়? অবিচ্ছিন্ন স্কোর দেখায় বৈশিষ্ট্যগুলো আসলে কীভাবে বণ্টিত।^[11]
আপনি মাঝামাঝির কাছে থাকলে এটি কি জানায়? সীমারেখার ফলই টাইপ উল্টে যাওয়ার প্রধান উৎস।^[4]
ক্যারিয়ার বা সম্পর্ক নিয়ে দাবির পক্ষে এটি কি প্রমাণ দেয়? আর এটি কি প্রভাবের আকার সৎভাবে জানায়?
এটি কি নিজের সীমাবদ্ধতা জানায়? সেলফ-রিপোর্ট টেস্ট কোনো ক্লিনিক্যাল রোগনির্ণয় বা নিয়োগের উপকরণ নয়।

এই মাপকাঠিতে 64 Types কেমন

আমরা 64 Types এই চেকলিস্ট ঘিরেই তৈরি করেছি: 62টি পাবলিক-ডোমেইন IPIP প্রশ্ন, প্রতিটি স্কেলে প্রায় 20,000 আসল উত্তরের তুলনায় পার্সেন্টাইল, প্রকাশিত নির্ভরযোগ্যতা, বিকল্প কোডসহ সীমারেখার চিহ্ন, আর সব জায়গায় সূত্রসহ দাবি। এর সীমাবদ্ধতাও স্পষ্ট করে বলা আছে: মানদণ্ড-নমুনাগুলো অনলাইন স্বেচ্ছাসেবকদের, যা তরুণ আর ইংরেজিভাষীদের দিকে হেলে আছে। বিস্তারিত আছে 64 Types টেস্ট কীভাবে কাজ করে গাইডে আর আমাদের বিজ্ঞান পেজে।

সচরাচর জিজ্ঞাসা

অনলাইন পার্সোনালিটি টেস্ট কি নির্ভুল?

তা টেস্টের ওপর নির্ভর করে। প্রমাণিত প্রশ্ন-সেট আর আসল মানদণ্ডের ওপর তৈরি টেস্ট বেশ স্থির স্কোর দেয়, যা অন্যরা আপনাকে কীভাবে দেখেন তার সঙ্গে মেলে।^[1] যেসব কুইজের প্রশ্ন, মানদণ্ড বা নির্ভরযোগ্যতার পরিসংখ্যান প্রকাশিত নয়, সেগুলো যাচাই করা যায় না।

প্রতিবার পার্সোনালিটি টেস্ট দিলে আমি আলাদা ফল পাই কেন?

সাধারণত এ কারণে যে আপনি এক বা একাধিক বৈশিষ্ট্যে মাঝামাঝির কাছে আছেন, তাই ছোট ওঠানামাতেই অক্ষর উল্টে যায়।^[4]^[5] আপনার মূল স্কোরগুলো সম্ভবত আপনার টাইপ-লেবেলের চেয়ে অনেক বেশি স্থির।

বার্নাম প্রভাব কী?

অস্পষ্ট, সাধারণত যে কারও ক্ষেত্রে খাটে এমন বর্ণনাকে নির্ভুল ব্যক্তিগত বর্ণনা হিসেবে মেনে নেওয়ার প্রবণতা, বিশেষ করে যখন সেগুলো ইতিবাচক এবং আপনার জন্য বিশেষভাবে তৈরি বলে উপস্থাপিত।^[6]^[7]

পার্সোনালিটি টেস্ট কি কর্মদক্ষতার পূর্বাভাস দিতে পারে?

সামান্য মাত্রায়। কর্তব্যনিষ্ঠা বিভিন্ন পেশায় কর্মদক্ষতার পূর্বাভাস দেয়,^[13] আর অন্যদের রেটিং সেলফ-রেটিংয়ের চেয়ে ভালো পূর্বাভাস দিতে পারে।^[1] প্রভাবগুলো এতটাই ছোট যে কোনো একজন মানুষকে নির্ভরযোগ্যভাবে বিচার করা যায় না।

তথ্যসূত্র

Connelly, B. S., & Ones, D. S. (2010). An other perspective on personality: Meta-analytic integration of observers’ accuracy and predictive validity. Psychological Bulletin, 136(6), 1092–1122.
Roberts, B. W., Kuncel, N. R., Shiner, R., Caspi, A., & Goldberg, L. R. (2007). The power of personality: The comparative validity of personality traits, socioeconomic status, and cognitive ability for predicting important life outcomes. Perspectives on Psychological Science, 2(4), 313–345.
Soto, C. J. (2019). How replicable are links between personality traits and consequential life outcomes? The Life Outcomes of Personality Replication Project. Psychological Science, 30(5), 711–727.
Bess, T. L., & Harvey, R. J. (2002). Bimodal score distributions and the Myers-Briggs Type Indicator: Fact or artifact? Journal of Personality Assessment, 78(1), 176–186.
Pittenger, D. J. (2005). Cautionary comments regarding the Myers-Briggs Type Indicator. Consulting Psychology Journal: Practice and Research, 57(3), 210–221.
Forer, B. R. (1949). The fallacy of personal validation: A classroom demonstration of gullibility. Journal of Abnormal and Social Psychology, 44(1), 118–123.
Furnham, A., & Schofield, S. (1987). Accepting personality test feedback: A review of the Barnum effect. Current Psychology, 6(2), 162–178.
Capraro, R. M., & Capraro, M. M. (2002). Myers-Briggs Type Indicator score reliability across studies: A meta-analytic reliability generalization study. Educational and Psychological Measurement, 62(4), 590–602.
Roberts, B. W., & DelVecchio, W. F. (2000). The rank-order consistency of personality traits from childhood to old age: A quantitative review of longitudinal studies. Psychological Bulletin, 126(1), 3–25.
Roberts, B. W., Walton, K. E., & Viechtbauer, W. (2006). Patterns of mean-level change in personality traits across the life course: A meta-analysis of longitudinal studies. Psychological Bulletin, 132(1), 1–25.
McCrae, R. R., & Costa, P. T. (1989). Reinterpreting the Myers-Briggs Type Indicator from the perspective of the five-factor model of personality. Journal of Personality, 57(1), 17–40.
Vazire, S. (2010). Who knows what about a person? The self–other knowledge asymmetry (SOKA) model. Journal of Personality and Social Psychology, 98(2), 281–300.
Barrick, M. R., & Mount, M. K. (1991). The Big Five personality dimensions and job performance: A meta-analysis. Personnel Psychology, 44(1), 1–26.
Kotov, R., Gamez, W., Schmidt, F., & Watson, D. (2010). Linking "big" personality traits to anxiety, depressive, and substance use disorders: A meta-analysis. Psychological Bulletin, 136(5), 768–821.
Ozer, D. J., & Benet-Martínez, V. (2006). Personality and the prediction of consequential outcomes. Annual Review of Psychology, 57, 401–421.
Kern, M. L., & Friedman, H. S. (2008). Do conscientious individuals live longer? A quantitative review. Health Psychology, 27(5), 505–512.
Judge, T. A., Bono, J. E., Ilies, R., & Gerhardt, M. W. (2002). Personality and leadership: A qualitative and quantitative review. Journal of Applied Psychology, 87(4), 765–780.
Goldberg, L. R. (1992). The development of markers for the Big-Five factor structure. Psychological Assessment, 4(1), 26–42.

আমরা কীভাবে গাইড লিখি: গবেষণা-সংক্রান্ত প্রতিটি দাবির সঙ্গে পিয়ার-রিভিউড সূত্র দেওয়া হয়, প্রভাবের আকার যেমন প্রকাশিত হয়েছে তেমনই বলা হয়, এবং প্রমাণের বাইরে যাওয়া পরামর্শকে ব্যবহারিক পরামর্শ হিসেবে চিহ্নিত করা হয়। আমাদের পদ্ধতি দেখুন। কোনো ভুল পেয়েছেন? ইমেইল করুন: [email protected]।