Czy testy osobowości są trafne? Rzetelność, ponowne testy i efekt Barnuma

Co oznacza „trafność” testu osobowości

Psychologowie dzielą trafność na dwa pytania:

• Rzetelność: czy test mierzy spójnie? Czy pozycje, które mają mierzyć tę samą cechę, zgadzają się ze sobą (spójność wewnętrzna) i czy przy ponownym wykonaniu dostajesz podobny wynik (stabilność test–retest)?
• Trafność: czy mierzy właściwą rzecz? Czy wyniki zgadzają się z innymi informacjami o tobie, na przykład z ocenami osób, które cię znają, i czy przewidują zachowanie i wyniki życiowe?

Test może być rzetelny, nie będąc trafnym (waga łazienkowa, która zawsze pokazuje o dwa kilo za dużo), ale nie może być trafny, nie będąc rzetelnym.

Rzetelność: czy wyniki są spójne?

Spójność wewnętrzną zwykle podaje się jako alfę Cronbacha (α), od 0 do 1. Wartości około 0,80 lub wyższe uznaje się zwykle za dobre w skalach badawczych. Ogólnodostępne skale IPIP, z których korzysta 64 Types, mają w naszych próbach normatywnych liczących około 20 000 osób każda α od 0,79 do 0,89; pełne dane są na naszej stronie o nauce. Opublikowane badania nad MBTI także podają zwykle wysoką spójność wewnętrzną jego czterech skal, choć wartości różnią się między badaniami.^[8]

Stabilność w ponownym teście na przestrzeni lat jest wysoka, ale daleka od doskonałej. W 152 badaniach podłużnych korelacja między wynikami osobowości zmierzonymi w odstępie około 6,7 roku rosła z 0,31 w dzieciństwie do około 0,74 między 50. a 70. rokiem życia.^[9] Część tej niestabilności to prawdziwa zmiana: przeciętne poziomy cech przesuwają się w dorosłym życiu.^[10] Zobacz Czy typ osobowości może się zmienić?

Dlaczego wyniki typów wydają się nierzetelne

Skoro skale są rzetelne, dlaczego tak wiele osób przy ponownym teście dostaje inny typ? Z powodu tego, co dzieje się blisko punktu odcięcia. Wyniki osobowości skupiają się wokół środka, z większością ludzi blisko połowy skali, a nie dzielą się na dwa garby.^[4][11] Każdy, kto jest blisko punktu środkowego, może zmienić literę z powodu niewielkiej, normalnej fluktuacji. Przy czterech literach szanse, że zmieni się przynajmniej jedna, się sumują. Przeglądy badań nad MBTI wskazują tę niestabilność klasyfikacji jako kluczowy powód do ostrożności.^[5]

Oto prosta ilustracja. Z definicji 20% ludzi wypada między 40. a 60. percentylem w każdej cesze. Gdyby sześć cech w kodzie 64 typów było całkowicie niezależnych, odsetek osób, które nie mają żadnej cechy w tej strefie, wyniósłby 0,8⁶, czyli około 26%, więc mniej więcej trzy na cztery osoby miałyby co najmniej jedną literę graniczną. (Cechy są ze sobą nieco skorelowane, więc rzeczywista liczba jest trochę inna, ale wniosek pozostaje ten sam.)

Trafność: czy inni widzą cię tak samo?

Jednym z mocnych sprawdzianów jest to, czy osoby, które cię znają, oceniają cię podobnie. Seria metaanaliz obejmujących 44 178 ocenianych osób z 263 prób sprawdziła, jak bardzo oceny obserwatorów zgadzają się ze sobą nawzajem i z samoocenami. Trafność rosła wraz z bliskością oceniającego, zwłaszcza w przypadku mniej widocznych cech, takich jak stabilność emocjonalna. Oceny innych przewidywały też osiągnięcia w nauce i wyniki w pracy wyraźnie lepiej niż samooceny i wnosiły informacje ponad nie.^[1]

Zarówno my sami, jak i inni mamy martwe punkty. W jednym badaniu porównującym samooceny i oceny przyjaciół i nieznajomych z miarami behawioralnymi to sama osoba najtrafniej oceniała cechy związane z neurotycznością, przyjaciele najlepiej oceniali cechy związane z intelektem, a ekstrawersję wszyscy oceniali mniej więcej równie dobrze.^[12]

Trafność: czy wyniki przewidują prawdziwe życie?

Cechy Wielkiej Piątki przewidują śmiertelność, rozwody i osiągnięcia zawodowe mniej więcej tak dobrze jak status społeczno-ekonomiczny i zdolności poznawcze.^[2] Sumienność przewiduje wyniki w pracy we wszystkich zawodach,^[13] neurotyczność przewiduje zaburzenia lękowe i depresyjne,^[14] a osobowość przewiduje wiele innych wyników.^[15]

Te ustalenia się bronią. Wstępnie zarejestrowany projekt ponownie sprawdził na dużych próbach 78 opublikowanych związków cech z wynikami i stwierdził, że 87% się zreplikowało, choć efekty miały zwykle około 77% siły podanej w pierwotnych doniesieniach.^[3] Właściwe podsumowanie brzmi więc: „prawdziwe, spójne, umiarkowane”. Korelacje cech z wynikami w ważnych metaanalizach mieszczą się głównie mniej więcej między 0,10 a 0,30, na przykład 0,11 między sumiennością a długością życia i 0,31 między ekstrawersją a przywództwem.^[16][17] To przydaje się do rozumienia skłonności u wielu ludzi, a dużo mniej do przewidywania, co zrobi konkretna osoba.

Efekt Barnuma: dlaczego każdy wynik wydaje się trafny

W 1949 roku psycholog Bertram Forer dał swoim studentom test osobowości, a tydzień później coś, co każdy uważał za osobisty profil. W rzeczywistości wszyscy dostali ten sam tekst, złożony w dużej mierze z kioskowej książki o astrologii, ze zdaniami w rodzaju „masz dużą potrzebę, by inni cię lubili i podziwiali”. Średnio studenci ocenili go jako bardzo trafny opis samych siebie.^[6]

Późniejszy przegląd kilkudziesięciu lat badań kontynuacyjnych wykazał, że ludzie chętniej akceptują takie informacje zwrotne, gdy są pochlebne, gdy są na tyle ogólne, że pasują niemal do każdego, i gdy wierzą, że przygotowano je specjalnie dla nich.^[7]

Opisy typów często spełniają wszystkie trzy warunki. Nie czyni ich to bezwartościowymi, ale oznacza, że „to brzmi dokładnie jak ja” nie odróżni trafnego testu od horoskopu. Opisane wyżej sprawdziany, czyli spójność, zgodność z ocenami innych i przewidywanie, to potrafią.

Lista kontrolna do oceny dowolnego testu osobowości

1. Czy podaje, skąd pochodzą pytania? Testy badawcze korzystają z opublikowanych zestawów pozycji, takich jak ogólnodostępna pula IPIP.^[18]
2. Czy porównuje cię z prawdziwymi ludźmi? Percentyle oparte na podanej próbie normatywnej znaczą więcej niż „wysoko” czy „nisko” na dowolnej skali.
3. Czy podaje rzetelność? Szukaj wartości takich jak α Cronbacha.
4. Czy pokazuje wyniki, a nie tylko etykietę? Wyniki ciągłe odzwierciedlają to, jak cechy naprawdę się rozkładają.^[11]
5. Czy mówi, kiedy jesteś blisko środka? Wyniki graniczne to główne źródło zmian typu.^[4]
6. Czy przytacza dowody na swoje twierdzenia o karierze lub związkach? I czy uczciwie podaje wielkości efektów?
7. Czy określa swoje ograniczenia? Test samoopisowy nie jest diagnozą kliniczną ani narzędziem rekrutacyjnym.

Jak wypada 64 Types

Zbudowaliśmy 64 Types wokół tej listy: 62 ogólnodostępne pozycje IPIP, percentyle na tle około 20 000 prawdziwych odpowiedzi na skalę, opublikowane wskaźniki rzetelności, oznaczenia wyników granicznych z alternatywnymi kodami i cytowane twierdzenia. Ograniczenia też podajemy wprost: próby normatywne to ochotnicy z internetu, przesunięci w stronę osób młodych i anglojęzycznych. Szczegóły w poradniku Jak działa test 64 Types i na naszej stronie o nauce.

Najczęściej zadawane pytania