Gaano katumpak ang mga personality test? Reliability, muling pagkuha at ang Barnum effect

Ang ibig sabihin ng “tumpak” sa personality test

Hinahati ng mga psychologist ang katumpakan sa dalawang tanong:

• Reliability: pare-pareho bang sumusukat ang test? Nagkakasundo ba ang mga pahayag na dapat humuli sa iisang katangian (internal consistency), at makakakuha ka ba ng magkahawig na score kung uulitin mo ang test (test-retest reliability)?
• Validity: sinusukat ba nito ang dapat nitong sukatin? Sumasang-ayon ba ang mga score sa ibang impormasyon tungkol sa iyo, halimbawa sa rating ng mga nakakakilala sa iyo, at hinuhulaan ba nila ang pag-uugali at kinalabasan sa buhay?

Puwedeng maging maaasahan ang test pero mali (isang timbangang laging dalawang kilo ang sobra), pero hindi ito puwedeng maging valid nang hindi maaasahan.

Reliability: matatag ba ang mga score?

Karaniwang ipinapahayag ang internal consistency bilang Cronbach’s alpha, mula 0 hanggang 1. Ang mga halagang mga 0.80 pataas ay karaniwang itinuturing na mahusay para sa mga iskala ng pananaliksik. Ang mga IPIP na iskala mula sa public domain na ginagamit ng 64 Types ay may α na 0.79 hanggang 0.89 sa mga norm group namin, bawat isa ay may mga 20,000 tao; nasa page ng agham ang lahat ng numero. Karaniwang nag-uulat din ang mga nailathalang pag-aaral ng MBTI ng mataas na internal consistency sa apat na iskala, kahit nag-iiba ang mga halaga sa bawat pag-aaral.^[8]

Mataas ang katatagan sa loob ng mga taon, pero malayo sa perpekto. Sa 152 pangmatagalang pag-aaral, tumaas ang correlation ng mga personality score na sinukat nang may agwat na mga 6.7 taon mula 0.31 sa pagkabata tungong mga 0.74 sa pagitan ng edad 50 at 70.^[9] Totoong pagbabago ang bahagi ng hindi katatagan: gumagalaw ang karaniwang antas ng mga katangian sa buong adulthood.^[10] Tingnan ang Puwede bang magbago ang personality type mo?

Bakit parang hindi maaasahan ang resulta ng tipo

Kung maaasahan ang mga iskala, bakit napakaraming tao ang nakakakuha ng ibang tipo sa muling pagkuha? Dahil sa nangyayari malapit sa hangganan. Nagkukumpol sa gitna ang mga personality score: malapit sa gitna ang karamihan ng tao, hindi nasa dalawang umbok.^[4][11] Ang sinumang malapit sa gitna ay puwedeng makakuha ng ibang letra dahil sa maliit at karaniwang paggalaw. Sa apat na letra, nagdaragdagan ang tsansang mabaligtad ang kahit isa. Itinuturo ng mga pagsusuri ng MBTI ang hindi katatagang ito sa pag-uuri bilang pangunahing dahilan ng pag-iingat.^[5]

Isang simpleng kuwenta. Ayon sa kahulugan, 20% ng mga tao ay nasa pagitan ng percentile 40 at 60 sa bawat katangian. Kung ganap na independiyente ang anim na katangian ng code ng 64 na tipo, ang bahagi ng mga taong walang anumang katangian sa saklaw na iyon ay 0.8⁶, o mga 26%, at mga tatlo sa bawat apat na tao ay may kahit isang borderline. (Bahagyang magkaugnay ang mga katangian, kaya bahagyang iba ang totoong numero, pero pareho ang prinsipyo.)

Validity: ganoon din ba ang tingin sa iyo ng iba?

Isang matibay na pagsubok ay kung sumasang-ayon ang rating ng mga nakakakilala sa iyo. Sinuri ng isang serye ng meta-analysis na may 44,178 taong ni-rate sa 263 sample kung gaano nagkakasundo ang rating ng mga tagamasid sa isa’t isa at sa self-report. Tumaas ang katumpakan habang mas malapit ang nagre-rate sa tao, lalo na sa mga katangiang hindi gaanong nakikita gaya ng katatagan ng damdamin. Mas mahusay na hinulaan ng rating ng iba ang tagumpay sa pag-aaral at trabaho kaysa sa self-report at kinumpleto nito ang self-report.^[1]

May mga blind spot ang tao mismo at ang mga nakapaligid sa kanya. Sa isang pag-aaral kung saan inihambing ang self-report at rating ng mga kaibigan at estranghero sa mga sukat ng pag-uugali, ang tao mismo ang pinakamahusay sa mga katangiang may kinalaman sa neuroticism, ang mga kaibigan sa mga katangiang may kinalaman sa talino, at halos pantay ang rating ng lahat sa extraversion.^[12]

Validity: hinuhulaan ba ng mga score ang totoong kinalabasan?

Hinuhulaan ng mga katangian ng Big Five ang pagkamatay, hiwalayan at tagumpay sa trabaho nang halos kasinlakas ng socioeconomic status at cognitive ability.^[2] Hinuhulaan ng pagkamasinop ang performance sa trabaho sa lahat ng propesyon,^[13] ng neuroticism ang anxiety at depression disorder,^[14] at ng personalidad sa kabuuan ang malawak na hanay ng iba pang kinalabasan.^[15]

Pumapasa rin ang mga natuklasan sa mas mahigpit na pagsusuri. Muling sinuri ng isang pre-registered na proyekto ang 78 nailathalang ugnayan ng katangian at kinalabasan sa malalaking sample at natagpuang 87% ang naulit, kahit karaniwang umabot lang ang mga epekto sa mga 77% ng orihinal na nailathalang lakas.^[3] Kaya ang tamang paglalarawan ay “totoo, matibay, katamtaman”: karamihan ng correlation ng katangian at kinalabasan sa malalaking meta-analysis ay mga 0.10 hanggang 0.30, halimbawa 0.11 sa pagitan ng pagkamasinop at mahabang buhay at 0.31 sa pagitan ng extraversion at pamumuno.^[16][17] Kapaki-pakinabang ito sa pag-unawa ng mga hilig ng maraming tao, at mas mahina sa paghula kung ano ang gagawin ng isang partikular na tao.

Ang Barnum effect: bakit parang tumpak ang bawat resulta

Noong 1949, pinasagutan ng psychologist na si Bertram Forer ang kanyang mga estudyante ng isang personality test, at makalipas ang isang linggo, binigyan ang bawat isa ng iniharap bilang personal na profile. Ang totoo, iisang teksto ang natanggap ng lahat, karamihan ay hinango sa isang astrology book mula sa newsstand, na may mga pangungusap gaya ng “Malaki ang pangangailangan mong magustuhan at hangaan ng iba”. Sa karaniwan, ni-rate ito ng mga estudyante bilang napakatumpak na paglalarawan sa kanila.^[6]

Ipinakita ng isang pagsusuri ng ilang dekada ng replication study na mas madaling tinatanggap ng mga tao ang ganitong feedback kapag mapuri ito, sapat na pangkalahatan para bumagay sa halos lahat, at kapag naniniwala silang isinulat ito para sa kanila.^[7]

Kadalasang natutugunan ng mga paglalarawan ng tipo ang tatlong kondisyong ito. Hindi ito nagpapawalang-silbi sa kanila, pero ibig sabihin nito ay hindi kayang paghiwalayin ng “ako talaga ito” ang isang valid na test at isang horoscope. Kaya naman ito ng mga pagsubok sa itaas: katatagan, pagsang-ayon ng iba at lakas ng hula.

Checklist sa paghusga ng anumang personality test

1. Sinasabi ba nito kung saan galing ang mga tanong? Gumagamit ang mga siyentipikong test ng mga nailathalang koleksiyon ng pahayag, gaya ng IPIP mula sa public domain.^[18]
2. Inihahambing ka ba nito sa totoong mga tao? Mas marami ang sinasabi ng percentile kumpara sa malinaw na norm group kaysa sa “mataas” o “mababa” sa isang arbitraryong iskala.
3. Nag-uulat ba ito ng reliability? Hanapin ang mga numerong gaya ng Cronbach’s alpha.
4. Nagpapakita ba ito ng score at hindi lang label? Sinasalamin ng tuloy-tuloy na score kung paano talaga nakakalat ang mga katangian.^[11]
5. Sinasabi ba nito kapag malapit ka sa gitna? Ang borderline ang pinakamalaking sanhi ng pagbabago ng tipo.^[4]
6. Sinusuportahan ba ng ebidensiya ang mga pahayag nito tungkol sa karera o relasyon? At tapat ba nitong iniuulat ang laki ng epekto?
7. Sinasabi ba nito ang mga limitasyon nito? Hindi klinikal na diyagnosis o kasangkapan sa pag-hire ang self-report na test.

Paano pumapasa ang 64 Types sa checklist na ito

Binuo namin ang 64 Types ayon sa checklist na ito: 62 IPIP na pahayag mula sa public domain, percentile kumpara sa mga 20,000 totoong sagot sa bawat iskala, nailathalang halaga ng reliability, borderline na may markang alternatibong code, at mga sangguniang binanggit sa buong teksto. Tapat din kami tungkol sa mga limitasyon: online na boluntaryo ang mga norm group, na may mas maraming kabataan at nagsasalita ng Ingles, at walang hiwalay na norms ang bersiyong Filipino. Nasa Paano gumagana ang 64 Types test at sa page ng agham ang detalye.

Mga madalas itanong