性格診断は当たるのか？ 信頼性、再受験の結果、バーナム効果

64 Types編集部 · 2026年10月18日更新 · 約8分で読めます · 査読付き文献18件

よく作られた特性の検査はそれなりに正確ですが、多くの人が思っているような意味ではありません。 研究用のビッグファイブやHEXACOの尺度は、一貫したスコアを示し、あなたをよく知る人の評定と一致し、仕事の業績、健康、関係の満足度といった現実の結果を控えめな効果の大きさで予測します。[1][2][3] 正確さが下がるのは、検査が人を固定的なタイプに分類する場合です（多くの人が境界の近くにいて、再受験で入れ替わります）。[4][5] また、結果が「まさに自分だ」と感じることは良い証拠になりません。人は、あいまいでほめ言葉の多い説明をすぐに自分のことだと受け入れてしまうからです（バーナム効果）。[6][7]

ここでは、心理学者が検査をどう評価するのか、それぞれの点について根拠が何を示しているのか、そしてどんなオンライン診断にも使えるチェックリストを紹介します。

性格診断にとって「正確」とはどういうことか

心理学者は、正確さを2つの問いに分けて考えます。

  • 信頼性： その検査は一貫して測定できているか。同じ特性を測るための項目どうしが一致しているか（内的一貫性）、受け直しても似たスコアになるか（再検査信頼性）。
  • 妥当性： その検査は正しいものを測っているか。スコアは、あなたを知る人の評定など、あなたについての他の証拠と一致するか。行動や人生の結果を予測するか。

検査は、妥当でなくても信頼性があることはありえます（いつも2キロずれている体重計のように）。しかし、信頼性がなければ妥当にはなりえません。

信頼性：スコアは一貫しているか

内的一貫性はふつう、0から1までのクロンバックのα（アルファ）で報告されます。研究用の尺度では、およそ.80以上なら一般に良好とされます。64 Typesが使っているパブリックドメインのIPIP尺度は、それぞれ約20,000人の基準サンプルでαが.79から.89です。詳しい数値は科学のページに掲載しています。公表されたMBTIの研究でも、研究によってばらつきはあるものの、4つの尺度の内的一貫性はおおむね高いと報告されています。[8]

数年にわたる再検査での安定性は高いものの、完全にはほど遠いものです。152件の縦断研究を通じて、約6.7年の間隔をあけて測った性格スコアの相関は、子ども時代の.31から、50歳から70歳のあいだの約.74まで高まりました。[9] その不安定さの一部は本当の変化です。特性の平均的な水準は成人期を通じて変化します。[10] 性格は変わるのか？をご覧ください。

タイプの結果が当てにならないように見える理由

尺度に信頼性があるなら、なぜこれほど多くの人が再受験で違うタイプになるのでしょうか。境界の近くで起きることが原因です。性格のスコアは2つの山に分かれず、ほとんどの人が真ん中付近にいる中央に偏った分布をしています。[4][11] 中点に近い人は誰でも、小さなふつうの揺らぎで文字が入れ替わることがあります。文字が4つあれば、少なくともひとつが入れ替わる確率は積み重なっていきます。MBTIのレビューでは、この分類の不安定さが慎重になるべき大きな理由として指摘されています。[5]

簡単な例で説明しましょう。定義上、どの特性でも20%の人が40から60パーセンタイルのあいだに入ります。64タイプのコードの6つの特性が完全に独立しているとすると、そのゾーンに入る特性がひとつもない人の割合は0.8⁶で約26%です。つまり、およそ4人に3人は少なくともひとつの境界線上の文字を持つことになります。（実際には特性どうしにある程度の相関があるので数字は少し違いますが、要点は変わりません。）

実践のヒント

どんなタイプの結果を読むときも、元のスコアを探しましょう。90パーセンタイルのスコアに裏づけられた文字には意味がありますが、52パーセンタイルのスコアに裏づけられた文字は、ほぼ「平均くらい」という意味です。

妥当性：他の人もあなたを同じように見ているか

有力な確認方法のひとつは、あなたを知る人が似たような評定をするかどうかです。263のサンプルで評定された44,178人を対象とした一連のメタ分析では、観察者の評定がどのくらい互いに、また自己評定と一致するかが調べられました。評定者が本人と親しいほど正確さは高まり、とくに情緒安定性のような目に見えにくい特性でその傾向が見られました。また、他者による評定は自己評定よりも学業成績や仕事の業績をかなりよく予測し、自己評定に情報を上乗せしました。[1]

自分にも他人にも、それぞれ盲点があります。自己評定、友人の評定、初対面の人の評定を行動の測定と比べたある研究では、神経症傾向に関連する特性を最もよく判断できたのは本人、知性に関連する特性は友人で、外向性の判断はみな同じくらい得意でした。[12]

実践のヒント

あなたをよく知る人に結果を読んでもらいましょう。ある特性について、とくに外向性のように他人から見える特性について強く反対されたなら、その食い違いには意味があります。

妥当性：スコアは現実の生活を予測するか

ビッグファイブの特性は、死亡率、離婚、職業上の達成を、社会経済的地位や認知能力とほぼ同じくらいよく予測します。[2] 勤勉性は職種を問わず仕事の業績を予測し、[13] 神経症傾向は不安症やうつ病を予測し、[14] 性格はほかにも多くの結果を予測します。[15]

これらの知見は確かなものです。事前登録されたプロジェクトでは、公表された78の特性と結果の関連を大きなサンプルで検証し直し、87%が再現されました。ただし効果の大きさは、たいてい元の報告の約77%でした。[3] ですから、正しいまとめ方は「本物で、一貫していて、控えめ」です。主要なメタ分析での特性と結果の相関はほとんどが約.10から.30のあいだにあり、たとえば勤勉性と長寿のあいだは.11、外向性とリーダーシップのあいだは.31です。[16][17] これは多くの人に見られる傾向を理解するには役立ちますが、ある一人の人が何をするかを予測するにはずっと弱いものです。

バーナム効果：どんな結果も当たっていると感じる理由

1949年、心理学者のバートラム・フォアは、学生たちに性格検査を受けさせ、1週間後に、それぞれが自分専用だと思ったプロフィールを渡しました。実際には全員が同じ文章を受け取っており、その大部分は売店で売られていた占星術の本から集めたもので、「あなたは人から好かれ、称賛されたいという強い欲求を持っています」といった文が含まれていました。平均すると、学生たちはそれを自分をとても正確に表していると評価しました。[6]

数十年分の追試研究をまとめたのちのレビューでは、こうしたフィードバックは、好意的なとき、ほとんど誰にでも当てはまるほど一般的なとき、そして自分専用に導き出されたものだと信じているときに、より受け入れられやすいことがわかりました。[7]

タイプの説明は、この3つすべてに当てはまることがよくあります。だからといって無価値になるわけではありませんが、「まさに自分のことだ」という感覚では、妥当な検査と星占いを区別できないということです。それを区別できるのは、上で紹介した確認方法、つまり一貫性、他者との一致、そして予測です。

どんな性格診断にも使えるチェックリスト

  1. 質問の出どころが示されているか。 研究用の検査では、パブリックドメインのIPIPのような公表された項目セットを使います。[18]
  2. 実際の人々と比べているか。 明示された基準サンプルにもとづくパーセンタイルは、恣意的な尺度での「高い」「低い」よりも意味があります。
  3. 信頼性が報告されているか。 クロンバックのαのような数値を探しましょう。
  4. ラベルだけでなくスコアを示しているか。 連続的なスコアは、特性が実際にどう分布しているかを反映しています。[11]
  5. 真ん中付近にいるときに、そう教えてくれるか。 境界線上の結果は、タイプが入れ替わる主な原因です。[4]
  6. 仕事や恋愛についての主張に根拠を示しているか。 そして効果の大きさを正直に伝えているか。
  7. 限界を明記しているか。 自己報告式の検査は、臨床診断でも採用の道具でもありません。

64 Typesはどうなのか

64 Typesはこのチェックリストにもとづいて作られています。パブリックドメインのIPIP項目62問、尺度ごとに約20,000件の実際の回答と比べたパーセンタイル、公表された信頼性、別のコードを示す境界線上の印、そしてすべての主張への出典です。限界もはっきり示しています。基準サンプルはオンラインのボランティアで、若く英語圏の人に偏っています。詳しくは64 Typesテストの仕組みと科学のページをご覧ください。

よくある質問

オンラインの性格診断は当たりますか？

診断によります。検証された項目セットと実際の基準値にもとづく診断なら、それなりに一貫したスコアが得られ、他の人から見たあなたの姿とも一致します。[1] 項目や基準値、信頼性の数値が公表されていない診断は評価のしようがありません。

性格診断を受けるたびに結果が違うのはなぜですか？

たいていは、ひとつ以上の特性で真ん中付近にいるため、小さな揺らぎで文字が入れ替わるのです。[4][5] 元のスコアは、タイプのラベルよりはるかに安定している可能性が高いでしょう。

バーナム効果とは何ですか？

あいまいで誰にでも当てはまる説明を、自分についての正確な説明だと受け入れてしまう傾向のことです。とくに説明が肯定的で、自分に合わせたものとして示されると起こりやすくなります。[6][7]

性格診断で仕事の業績を予測できますか？

控えめにはできます。勤勉性は職種を問わず業績を予測し、[13] 他者による評定は自己評定よりもよく予測できることがあります。[1] ただし効果が小さすぎるので、一人の人を確実に判断することはできません。

参考文献

  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.

ガイドの書き方について：研究にもとづく記述にはすべて査読付き文献の出典を示し、効果の大きさは発表されたとおりに報告し、根拠を超えるアドバイスは「実践のヒント」として区別しています。詳しくは方法と出典をご覧ください。誤りを見つけた場合は [email protected] までご連絡ください。

関連ガイド

MBTIに科学的根拠はあるのか？ 研究で実際にわかっていること

MBTIの4つの尺度は実在する特性を測っていますが、「16タイプ」には根拠がありません。信頼性・妥当性、再受験でタイプが変わる理由、MBTIが測っていないものを出典つきで公平に解説します。

64 Typesテストの仕組み：質問項目、採点、基準値、境界線上の印

64 Types性格診断の仕組みをすべて公開します。62問の質問がどこから来ているのか、パーセンタイルをどう計算しているのか、そして境界線上の印が何を意味するのかを解説します。

性格は変わるのか？ 性格タイプの変化について縦断研究でわかっていること

性格はかなり安定していますが、固定されてはいません。年齢やセラピー、意識的な努力で特性がどう変わるのか、そして再受験でタイプが変わることがある理由を研究から解説します。