Cât de precise sunt testele de personalitate? Fidelitate, retestare și efectul Barnum

Ce înseamnă „precis” pentru un test de personalitate

Psihologii împart precizia în două întrebări:

• Fidelitatea: măsoară testul în mod consecvent? Concordă între ei itemii care ar trebui să surprindă aceeași trăsătură (consistența internă) și primești un scor asemănător dacă refaci testul (fidelitatea test–retest)?
• Validitatea: măsoară ce trebuie? Concordă scorurile cu alte informații despre tine, de exemplu cu evaluările oamenilor care te cunosc, și prezic ele comportamente și rezultate din viață?

Un test poate fi fidel, dar nu valid (un cântar care arată mereu cu două kilograme în plus), dar nu poate fi valid fără să fie fidel.

Fidelitatea: sunt scorurile stabile?

Consistența internă este exprimată de obicei prin alfa Cronbach, de la 0 la 1. Valorile de aproximativ 0,80 și peste sunt considerate în general bune pentru scalele de cercetare. Scalele IPIP din domeniul public folosite de 64 Types au α între 0,79 și 0,89 în grupurile noastre normative, de aproximativ 20.000 de persoane fiecare; toate cifrele sunt pe pagina despre știință. Studiile MBTI publicate raportează și ele, în general, o consistență internă ridicată pentru cele patru scale, deși valorile variază între studii.^[8]

Stabilitatea de-a lungul anilor este mare, dar departe de perfectă. În 152 de studii longitudinale, corelația dintre scorurile de personalitate măsurate la aproximativ 6,7 ani distanță a crescut de la 0,31 în copilărie la aproximativ 0,74 între 50 și 70 de ani.^[9] O parte din instabilitate este schimbare reală: nivelurile medii ale trăsăturilor se deplasează de-a lungul vieții adulte.^[10] Vezi Se poate schimba tipul tău de personalitate?

De ce rezultatele de tip par nesigure

Dacă scalele sunt fidele, de ce primesc atâția oameni alt tip când refac testul? Din cauza a ce se întâmplă aproape de graniță. Scorurile de personalitate se adună la mijloc: majoritatea oamenilor sunt aproape de mijloc, nu în două cocoașe.^[4][11] Oricine se află aproape de mijloc poate primi altă literă din cauza unei variații mici și obișnuite. Cu patru litere, riscurile ca cel puțin una să se schimbe se adună. Analizele MBTI indică această instabilitate a clasificării drept un motiv central de prudență.^[5]

Un calcul simplu. Prin definiție, 20% dintre oameni se află între percentilele 40 și 60 la fiecare trăsătură. Dacă cele șase trăsături ale unui cod dintre cele 64 de tipuri ar fi complet independente, proporția celor care nu au nicio trăsătură în acest interval ar fi 0,8⁶, adică aproximativ 26%, iar cam trei din patru oameni ar avea cel puțin un caz-limită. (Trăsăturile corelează puțin între ele, așa că cifra reală este ușor diferită, dar ideea rămâne.)

Validitatea: te văd ceilalți la fel?

Un test puternic este dacă evaluările oamenilor care te cunosc concordă. O serie de metaanalize cu 44.178 de persoane evaluate în 263 de eșantioane a examinat cât de bine concordă evaluările observatorilor între ele și cu autoevaluările. Precizia a crescut cu cât evaluatorul era mai apropiat de persoană, mai ales pentru trăsăturile mai puțin vizibile, precum stabilitatea emoțională. Evaluările altora au prezis și performanța școlară și profesională clar mai bine decât autoevaluările și le-au completat.^[1]

Atât persoana însăși, cât și cei din jur au puncte oarbe. Într-un studiu în care autoevaluările și evaluările prietenilor și străinilor au fost comparate cu măsuri ale comportamentului, persoana însăși a fost cea mai bună la trăsăturile legate de nevrotism, prietenii cei mai buni la trăsăturile legate de intelect, iar extraversia a fost evaluată cam la fel de bine de toți.^[12]

Validitatea: prezic scorurile rezultate reale?

Trăsăturile Big Five prezic mortalitatea, divorțul și succesul profesional aproximativ la fel de bine ca statutul socioeconomic și abilitatea cognitivă.^[2] Conștiinciozitatea prezice performanța profesională în toate meseriile,^[13] nevrotismul tulburările anxioase și depresive,^[14] iar personalitatea în ansamblu prezice o gamă largă de alte rezultate.^[15]

Rezultatele rezistă la o examinare mai atentă. Un proiect preînregistrat a retestat 78 de legături publicate între trăsături și rezultate în eșantioane mari și a constatat că 87% au putut fi replicate, deși efectele au fost de obicei la aproximativ 77% din puterea publicată inițial.^[3] Formularea corectă este deci „reale, solide, moderate”: corelațiile dintre trăsături și rezultate în marile metaanalize sunt în mare parte între aproximativ 0,10 și 0,30, de exemplu 0,11 între conștiinciozitate și longevitate și 0,31 între extraversie și leadership.^[16][17] Asta este util pentru a înțelege tendințele la mulți oameni și mult mai slab pentru a prezice ce va face o anumită persoană.

Efectul Barnum: de ce orice rezultat pare exact

În 1949, psihologul Bertram Forer și-a pus studenții să facă un test de personalitate și, o săptămână mai târziu, i-a dat fiecăruia ceea ce se pretindea a fi un profil personal. În realitate, toți au primit același text, alcătuit în mare parte dintr-o carte de astrologie de la chioșc, cu propoziții ca „ai o mare nevoie ca ceilalți să te placă și să te admire”. În medie, studenții l-au evaluat ca pe o descriere foarte exactă a lor.^[6]

O analiză ulterioară a decenii de studii de replicare a arătat că oamenii acceptă mai ușor un asemenea feedback când este măgulitor, când este suficient de general cât să se potrivească aproape oricui și când cred că a fost scris special pentru ei.^[7]

Descrierile tipurilor îndeplinesc adesea toate cele trei condiții. Asta nu le face inutile, dar înseamnă că „exact așa sunt” nu poate deosebi un test valid de un horoscop. Verificările de mai sus, în schimb, pot: stabilitatea, acordul cu ceilalți și puterea predictivă.

Listă de verificare pentru evaluarea oricărui test de personalitate

1. Spune de unde provin întrebările? Testele științifice folosesc seturi publicate de itemi, de exemplu IPIP, aflat în domeniul public.^[18]
2. Te compară cu oameni reali? Percentilele raportate la un grup normativ precizat înseamnă mai mult decât „ridicat” sau „scăzut” pe o scală arbitrară.
3. Raportează fidelitatea? Caută cifre precum alfa Cronbach.
4. Arată scoruri, nu doar o etichetă? Scorurile continue reflectă felul în care sunt distribuite de fapt trăsăturile.^[11]
5. Îți spune când ești aproape de mijloc? Cazurile-limită sunt cea mai mare cauză a schimbărilor de tip.^[4]
6. Își susține cu dovezi afirmațiile despre carieră sau relații? Și raportează onest mărimile efectelor?
7. Își precizează limitele? Un test de autoevaluare nu este un diagnostic clinic și nici un instrument de recrutare.

Cum trece 64 Types această listă

Am construit 64 Types după această listă: 62 de itemi IPIP din domeniul public, percentile comparate cu aproximativ 20.000 de răspunsuri reale pe scală, valori de fidelitate publicate, cazuri-limită marcate cu coduri alternative și surse citate în tot textul. Limitele sunt și ele spuse deschis: grupurile normative sunt voluntari online, cu mai mulți tineri și vorbitori de engleză. Detaliile sunt în Cum funcționează testul 64 Types și pe pagina despre știință.

Întrebări frecvente