آیا تست‌های شخصیت دقیق‌اند؟ پایایی، تکرار تست و اثر بارنوم

نوشتهٔ تیم ‎64 Types · به‌روزرسانی: 27 مهر 1405 · 6 دقیقه مطالعه · 18 منبع داوری‌شده

تست‌های ویژگی که خوب ساخته شده‌اند به‌طور معقولی دقیق‌اند، اما نه به شکلی که بیشتر مردم فرض می‌کنند. مقیاس‌های پژوهشی پنج عامل بزرگ و HEXACO نمره‌هایی پایدار می‌دهند، با ارزیابی کسانی که شما را خوب می‌شناسند هم‌خوان‌اند، و پیامدهای واقعی مثل عملکرد شغلی، سلامت و رضایت از رابطه را با اندازهٔ اثر متوسط پیش‌بینی می‌کنند.[1][2][3] دقت وقتی پایین می‌آید که تست آدم‌ها را در تیپ‌های خشک دسته‌بندی کند (بسیاری نزدیک نقطهٔ برش قرار می‌گیرند و در تکرار تست برمی‌گردند)،[4][5] و حس اینکه نتیجه «دقیقاً خود شماست» شاهد خوبی نیست، چون آدم‌ها توصیف‌های مبهم و خوشایند را به‌آسانی شخصی می‌پندارند (اثر بارنوم).[6][7]

در ادامه می‌بینید روان‌شناسان چطور دربارهٔ یک تست قضاوت می‌کنند، شواهد در هر مورد چه می‌گویند، و فهرستی برای بررسی هر تست اینترنتی.

«دقت» در یک تست شخصیت یعنی چه

روان‌شناسان دقت را به دو پرسش تقسیم می‌کنند:

  • پایایی: آیا تست به‌طور یکسان می‌سنجد؟ آیا عبارت‌هایی که قرار است یک ویژگی را بسنجند با هم هم‌خوان‌اند (همسانی درونی)، و اگر دوباره تست بدهید نمرهٔ مشابهی می‌گیرید (پایایی بازآزمایی)؟
  • اعتبار: آیا تست چیز درستی را می‌سنجد؟ آیا نمره‌ها با شواهد دیگری دربارهٔ شما، مثل ارزیابی کسانی که شما را می‌شناسند، هم‌خوان‌اند و رفتار و پیامدهای زندگی را پیش‌بینی می‌کنند؟

یک تست ممکن است پایا باشد اما معتبر نباشد (مثل ترازوی حمامی که همیشه دو کیلو اشتباه نشان می‌دهد)، اما نمی‌تواند معتبر باشد بی‌آنکه پایا باشد.

پایایی: آیا نمره‌ها هم‌خوان‌اند؟

همسانی درونی معمولاً با ضریب آلفای کرونباخ (α) از 0 تا 1 گزارش می‌شود. مقدارهای حدود 0.80 و بالاتر برای مقیاس‌های پژوهشی معمولاً خوب به شمار می‌آیند. α مقیاس‌های IPIP در مالکیت عمومی که ‎64 Types از آن‌ها استفاده می‌کند در نمونه‌های هنجاری ما، که هر کدام حدود 20,000 نفرند، بین 0.79 و 0.89 است؛ عددهای کامل در صفحهٔ علم آمده است. مطالعات منتشرشدهٔ MBTI هم به‌طور کلی همسانی درونی قوی‌ای برای چهار مقیاس آن گزارش می‌کنند، هرچند مقدارها از مطالعه‌ای به مطالعهٔ دیگر متفاوت است.[8]

ثبات نتیجه‌ها در طول سال‌ها بالاست اما از کامل بودن فاصلهٔ زیادی دارد. در 152 مطالعهٔ طولی، همبستگی میان نمره‌های شخصیتی که با فاصلهٔ حدود 6.7 سال سنجیده شدند از 0.31 در کودکی به حدود 0.74 میان پنجاه تا هفتادسالگی رسید.[9] بخشی از این ناپایداری تغییر واقعی است: سطح میانگین ویژگی‌ها در طول بزرگسالی جابه‌جا می‌شود.[10] آیا تیپ شخصیت شما می‌تواند تغییر کند؟ را ببینید.

چرا نتیجهٔ تیپ‌ها ناپایدار به نظر می‌رسد

اگر مقیاس‌ها پایدارند، چرا بسیاری در تکرار تست تیپ متفاوتی می‌گیرند؟ به خاطر آنچه نزدیک نقطهٔ برش رخ می‌دهد. نمره‌های شخصیت در میانه متمرکزند، بیشتر مردم نزدیک وسط‌اند و به دو قله تقسیم نمی‌شوند.[4][11] حرف هر کسی که نزدیک نقطهٔ وسط باشد ممکن است با نوسانی کوچک و طبیعی برگردد. با چهار حرف، احتمال برگشتن دست‌کم یکی روی هم جمع می‌شود. مرورهای MBTI این ناپایداری دسته‌بندی را دلیل اصلی احتیاط دانسته‌اند.[5]

یک مثال ساده. بنا به تعریف، 20% از مردم در هر ویژگی بین صدک 40 و صدک 60 قرار دارند. اگر شش ویژگی یک کد 64تیپی کاملاً مستقل بودند، سهم کسانی که هیچ ویژگی‌شان در این ناحیه نیست 0.8⁶، یعنی حدود 26%، می‌شد؛ پس نزدیک به سه نفر از هر چهار نفر دست‌کم یک حرف مرزی دارند. (ویژگی‌ها کمی با هم همبسته‌اند، پس عدد واقعی کمی فرق می‌کند، اما ایده سر جایش است.)

نکتهٔ کاربردی

وقتی هر نتیجهٔ تیپی را می‌خوانید، دنبال نمرهٔ پشت آن بگردید. حرفی که پشتش نمره‌ای در صدک 90 است معنا دارد؛ حرفی که پشتش صدک 52 است بیشتر یعنی «نزدیک میانگین».

اعتبار: آیا دیگران شما را همان‌طور می‌بینند؟

یکی از آزمون‌های قوی این است که ببینید آیا کسانی که شما را می‌شناسند ارزیابی مشابهی دارند. مجموعه‌ای از فراتحلیل‌ها روی 44,178 نفر که در 263 نمونه ارزیابی شده بودند بررسی کرد ارزیابی ناظران با یکدیگر و با خودارزیابی‌ها چقدر هم‌خوان است. دقت هرچه ارزیاب به فرد نزدیک‌تر بود بیشتر می‌شد، به‌ویژه در ویژگی‌های کم‌پیداتر مثل ثبات هیجانی. ارزیابی دیگران همچنین پیشرفت تحصیلی و عملکرد شغلی را بسیار بهتر از خودارزیابی پیش‌بینی کرد و چیزی به آن افزود.[1]

هم خود فرد و هم دیگران نقاط کوری دارند. در مطالعه‌ای که خودارزیابی‌ها و ارزیابی دوستان و غریبه‌ها را با سنجه‌های رفتاری مقایسه کرد، خود فرد بهترین داور ویژگی‌های مرتبط با روان‌رنجورخویی بود، دوستان در ویژگی‌های مرتبط با خرد بهتر بودند، و همه در قضاوت دربارهٔ برون‌گرایی نزدیک به هم بودند.[12]

نکتهٔ کاربردی

از کسی که شما را خوب می‌شناسد بخواهید نتیجه‌تان را بخواند. اگر در یک ویژگی، به‌ویژه ویژگی‌ای که برای دیگران پیداست مثل برون‌گرایی، به‌شدت مخالف بود، همین مخالفت مفید است.

اعتبار: آیا نمره‌ها زندگی واقعی را پیش‌بینی می‌کنند؟

ویژگی‌های پنج عامل بزرگ مرگ‌ومیر، طلاق و موفقیت شغلی را تقریباً به همان اندازه پیش‌بینی می‌کنند که جایگاه اجتماعی-اقتصادی و توانایی شناختی.[2] وظیفه‌شناسی عملکرد شغلی را در مشاغل مختلف پیش‌بینی می‌کند،[13] روان‌رنجورخویی اختلال‌های اضطرابی و افسردگی را،[14] و شخصیت بسیاری از پیامدهای دیگر را.[15]

این یافته‌ها پابرجا هستند. یک پروژهٔ از پیش ثبت‌شده 78 پیوند منتشرشدهٔ ویژگی و پیامد را با نمونه‌های بزرگ دوباره آزمود و دریافت 87% از آن‌ها تکرار شدند، هرچند اثرها معمولاً حدود 77% قوت گزارش‌های اصلی را داشتند.[3] پس خلاصهٔ درست «واقعی، پایدار، متوسط» است: همبستگی‌های ویژگی و پیامد در فراتحلیل‌های بزرگ بیشتر تقریباً بین 0.10 و 0.30 هستند، مثلاً 0.11 میان وظیفه‌شناسی و طول عمر و 0.31 میان برون‌گرایی و رهبری.[16][17] این برای فهم گرایش‌ها در شمار زیادی از آدم‌ها مفید است، و برای پیش‌بینی کاری که یک فرد خاص خواهد کرد بسیار ضعیف‌تر.

اثر بارنوم: چرا هر نتیجه‌ای دقیق به نظر می‌رسد

در سال 1949 روان‌شناسی به نام برترام فورر به دانشجویانش یک تست شخصیت داد و یک هفته بعد چیزی که هر کدام فکر می‌کرد نیمرخ شخصی خودش است. در واقع همه یک متن را دریافت کردند که بیشترش از کتاب طالع‌بینی‌ای که در دکه‌های روزنامه‌فروشی فروخته می‌شد گردآوری شده بود، با جمله‌هایی مثل «شما نیاز زیادی دارید که دیگران دوستتان داشته باشند و تحسینتان کنند». دانشجویان به‌طور میانگین آن را توصیف بسیار دقیقی از خودشان ارزیابی کردند.[6]

مروری بعدی بر چند دهه مطالعهٔ پیگیری نشان داد آدم‌ها چنین بازخوردهایی را وقتی مثبت باشند، آن‌قدر کلی باشند که تقریباً دربارهٔ هر کسی صدق کنند، و فکر کنند مخصوص آن‌ها تهیه شده بیشتر می‌پذیرند.[7]

توصیف تیپ‌ها اغلب هر سه شرط را دارند. این آن‌ها را بی‌ارزش نمی‌کند، اما یعنی جملهٔ «این دقیقاً خود من است» نمی‌تواند میان یک تست معتبر و یک فال تمایز بگذارد. آزمون‌های بالا، یعنی همسانی، هم‌خوانی با دیگران و پیش‌بینی، می‌توانند.

فهرستی برای قضاوت دربارهٔ هر تست شخصیت

  1. آیا می‌گوید پرسش‌هایش از کجا آمده‌اند؟ تست‌های پژوهشی از مجموعه‌عبارت‌های منتشرشده، مثل IPIP در مالکیت عمومی، استفاده می‌کنند.[18]
  2. آیا شما را با آدم‌های واقعی مقایسه می‌کند؟ صدک‌هایی که بر پایهٔ یک نمونهٔ هنجاری اعلام‌شده‌اند از «بالا» یا «پایین» روی یک مقیاس دلبخواهی معنادارترند.
  3. آیا پایایی را گزارش می‌کند؟ دنبال عددهایی مثل ضریب آلفای کرونباخ (α) بگردید.
  4. آیا نمره‌ها را نشان می‌دهد، نه فقط برچسب را؟ نمره‌های پیوسته بازتاب شیوهٔ واقعی توزیع ویژگی‌ها هستند.[11]
  5. آیا وقتی نزدیک وسط هستید به شما می‌گوید؟ نتیجه‌های مرزی منبع اصلی برگشتن تیپ‌ها هستند.[4]
  6. آیا برای ادعاهایش دربارهٔ مسیر شغلی یا رابطه‌ها به شواهد استناد می‌کند؟ و آیا اندازهٔ اثرها را صادقانه گزارش می‌کند؟
  7. آیا محدودیت‌هایش را می‌گوید؟ یک تست خودگزارشی نه تشخیص بالینی است و نه ابزار استخدام.

‎64 Types در برابر این معیارها کجا قرار دارد

ما ‎64 Types را حول همین فهرست ساختیم: 62 عبارت از IPIP در مالکیت عمومی، صدک‌هایی در مقایسه با حدود 20,000 پاسخ واقعی برای هر مقیاس، ضریب‌های پایایی منتشرشده، علامت‌گذاری حروف مرزی همراه با کدهای جایگزین، و ادعاهای مستند در همه‌جا. محدودیت‌هایش هم روشن گفته شده‌اند: نمونه‌های هنجاری داوطلبان اینترنتی‌اند که بیشترشان جوان و انگلیسی‌زبان‌اند. جزئیات در تست ‎64 Types چطور کار می‌کند و در صفحهٔ علم.

پرسش‌های رایج

آیا تست‌های شخصیت اینترنتی دقیق‌اند؟

به تست بستگی دارد. تست‌هایی که بر پایهٔ مجموعه‌عبارت‌های معتبر و هنجارهای واقعی ساخته شده‌اند نمره‌هایی به‌طور معقول پایدار می‌دهند که با نگاه دیگران به شما هم‌خوان است.[1] تست‌هایی که عبارت‌ها، هنجارها یا عددهای پایایی‌شان را منتشر نمی‌کنند قابل‌ارزیابی نیستند.

چرا هر بار که تست شخصیت می‌دهم نتیجهٔ متفاوتی می‌گیرم؟

معمولاً چون در یک یا چند ویژگی نزدیک وسط هستید و نوسان‌های کوچک حرفی را برمی‌گردانند.[4][5] نمره‌های زیربنایی شما احتمالاً بسیار پایدارتر از برچسب تیپتان هستند.

اثر بارنوم چیست؟

گرایش به پذیرفتن توصیف‌های مبهم و همه‌شمول به‌عنوان توصیف‌های دقیق شخصی، به‌ویژه وقتی مثبت باشند و به‌عنوان چیزی مخصوص شما ارائه شوند.[6][7]

آیا تست‌های شخصیت می‌توانند عملکرد شغلی را پیش‌بینی کنند؟

در حد متوسط. وظیفه‌شناسی عملکرد را در مشاغل مختلف پیش‌بینی می‌کند،[13] و ارزیابی دیگران ممکن است بهتر از خودارزیابی پیش‌بینی کند.[1] این اثرها کوچک‌تر از آن‌اند که بشود با اطمینان دربارهٔ یک فرد قضاوت کرد.

منابع

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. Pittenger, D. J. (2005). Cautionary comments regarding the Myers-Briggs Type Indicator. Consulting Psychology Journal: Practice and Research, 57(3), 210–221.
  6. Forer, B. R. (1949). The fallacy of personal validation: A classroom demonstration of gullibility. Journal of Abnormal and Social Psychology, 44(1), 118–123.
  7. Furnham, A., & Schofield, S. (1987). Accepting personality test feedback: A review of the Barnum effect. Current Psychology, 6(2), 162–178.
  8. 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.
  9. 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.
  10. 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.
  11. 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.
  12. 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.
  13. Barrick, M. R., & Mount, M. K. (1991). The Big Five personality dimensions and job performance: A meta-analysis. Personnel Psychology, 44(1), 1–26.
  14. 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.
  15. Ozer, D. J., & Benet-Martínez, V. (2006). Personality and the prediction of consequential outcomes. Annual Review of Psychology, 57, 401–421.
  16. Kern, M. L., & Friedman, H. S. (2008). Do conscientious individuals live longer? A quantitative review. Health Psychology, 27(5), 505–512.
  17. 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.
  18. Goldberg, L. R. (1992). The development of markers for the Big-Five factor structure. Psychological Assessment, 4(1), 26–42.

راهنماها را چطور می‌نویسیم: هر ادعای پژوهشی به یک منبع داوری‌شده استناد می‌کند، اندازهٔ اثرها همان‌طور که منتشر شده‌اند گزارش می‌شوند و توصیه‌هایی که از شواهد فراتر می‌روند با عنوان نکتهٔ کاربردی مشخص شده‌اند. روش ما را ببینید. خطایی پیدا کردید؟ به این نشانی بنویسید: [email protected].

راهنماهای مرتبط

آیا MBTI از نظر علمی معتبر است؟ پژوهش‌ها واقعاً چه می‌گویند

چهار مقیاس MBTI ویژگی‌های واقعی را می‌سنجند، اما 16 «تیپ» نه. نگاهی متعادل و مستند به پایایی، اعتبار، مشکل تکرار تست و آنچه این ابزار از قلم می‌اندازد.

تست ‎64 Types چطور کار می‌کند: عبارت‌ها، نمره‌گذاری، هنجارها و نشان‌های مرزی

توضیحی شفاف دربارهٔ تست شخصیت ‎64 Types: 62 پرسش از کجا می‌آیند، صدک‌ها چطور محاسبه می‌شوند، و نشان‌های مرزی چه معنایی دارند.

آیا تیپ شخصیت شما می‌تواند تغییر کند؟ آنچه پژوهش‌های طولی نشان می‌دهند

شخصیت تا حد زیادی پایدار است اما ثابت نیست. ویژگی‌ها با سن، درمان و تلاش آگاهانه چطور تغییر می‌کنند، و چرا کد تیپ شما ممکن است در تکرار تست عوض شود.