64 Types 测试如何运作：题目、计分、常模与临界标注

64 Types 编辑部 · 2026年10月18日更新 · 约 7 分钟读完 · 15 篇同行评审文献

64 Types 测试用 62 道公有领域的研究题目测量 6 项人格特质，把每项特质的分数和约 2 万份真实作答比较、换算成百分位，再根据你高于还是低于中位数，为每项特质给出一个字母。其中 4 个字母对应大家熟悉的 E/I、N/S、F/T、J/P 量表，但以五大人格特质的方式来测量。^[1]^[2] 另外 2 个字母补上了 4 字母类型遗漏的特质：情绪稳定性（C/R）和诚实谦逊（M/A）。^[3] 只要某项特质距离中位数不到 10 个百分位，就会被标注为“临界”，我们也会列出你可能得到的另一个代码。

这一页把每个步骤都讲清楚，方便你自己判断这个结果。

6 个字母

64 Types 的代码长得像 INTJ-CM：熟悉的 4 个字母，一个连字符，再加上 2 个新字母。每个位置代表一项特质。

位置	特质	较高的一端	较低的一端
1	外向性	E·外向型	I·内向型
2	开放性（智性）	N·想象型	S·务实型
3	宜人性	F·共感型	T·直率型
4	尽责性	J·计划型	P·灵活型
5	情绪稳定性	C·沉稳型	R·敏感型
6	诚实谦逊	M·谦逊型	A·进取型

前 4 个位置的对应方式依据的是这样一项研究：MBTI 的 E/I、S/N、T/F、J/P 量表，分别与五大人格的外向性、开放性、宜人性和尽责性相关。^[2] 情绪稳定性是 MBTI 任何量表都没有涵盖的五大人格特质，^[2] 诚实谦逊则是 HEXACO 模型的第 6 个因素。^[4] 6 个二选一的字母，组合起来就是 2⁶ = 64 型。详见MBTI 与五大人格和诚实谦逊。

62 道题目从哪里来

所有题目都来自国际人格题库（IPIP）。这是一个公有领域的题库，任何人都能出于任何目的使用，包括商业用途：

50 题是 Lewis Goldberg 编制的 IPIP 五大人格因素标记，外向性、开放性、宜人性、尽责性和情绪稳定性各 10 题。^[1]
12 题来自 IPIP-HEXACO 的诚实谦逊量表，真诚、公平、不贪婪、谦虚这 4 个层面各 3 题。^[3] 我们在一份包含 22,782 份作答的公开数据集中，为每个层面挑出校正后题总相关最高的 3 道题。

每道题都是一句陈述，例如“我随时做好准备”或“我时常为事担心”，你从 1（非常不符合）到 5（非常符合）打分。一半的题目（62 题中的 31 题）是反向计分：同意“我常把东西随手乱放”，反而会降低你的尽责性分数。正反方向混在一起，可以减少“不管什么都回答同意”带来的影响。

一步一步：从作答到百分位

反向计分。反向计分的题目，回答 5 换算成 1，4 换算成 2，以此类推。
取平均。你在每项特质上的原始分，是该特质所有题目的平均分，介于 1 到 5 之间。
和真实人群比较。找出原始分在常模样本分布中的位置。我们为每项特质存下 0 到 100 的百分位，并在相邻百分位之间插值，所以你的结果就是常模样本中分数低于你的人所占的比例。
给出字母。达到或高于第 50 百分位，得到较高一端的字母（例如 E）；低于第 50 百分位，得到较低一端的字母（I）。
标注临界。如果你的百分位与 50 相差不到 10（介于第 40 到第 60 百分位之间），这项特质就会标注为临界，我们也会列出把这个字母翻转后的另一个代码。

计分完全在你的浏览器里进行，你的作答不会发送到服务器（见隐私政策）。

为什么用百分位，而不是原始分

原始分容易误导，因为人们在不同特质上使用量表的方式并不均匀。在我们的常模数据中，宜人性的平均分是 3.85（满分 5 分），外向性的平均分却只有 3.01。因此，同样的原始分，代表的意义可能天差地别：

两项特质上同为 3.8 的原始分（64 Types 常模数据）
特质	原始分	大约百分位	字母
外向性	3.8	约第 78 百分位	E（明确）
宜人性	3.8	约第 42 百分位	T（临界）

没有常模的话，3.8 在两项特质上看起来都算“高”。有了常模就能看出：这个分数在外向性上明显偏外向，在宜人性上却略低于平均。

常模样本及其局限

五大人格的百分位来自 Open Psychometrics 的一份公开数据集，由 19,718 名在线志愿者完成同样的 50 道 IPIP 题目。诚实谦逊的百分位来自一份包含 22,782 份作答的公开 IPIP-HEXACO 数据集，原本采用 7 点量表，已线性转换为本站的 5 点量表。两份数据都是在 2012 年前后收集的。

常模统计数据（1–5 量表）
特质	题数	常模样本 N	信度（α）	平均数	标准差
外向性	10	19,718	.89	3.01	0.92
开放性（智性）	10	19,718	.79	3.91	0.63
宜人性	10	19,718	.83	3.85	0.72
尽责性	10	19,718	.81	3.35	0.73
情绪稳定性	10	19,718	.87	2.90	0.86
诚实谦逊	12	22,782	.82	3.39	0.70

信度（Cronbach’s α）介于 .79 到 .89 之间，对简短的研究量表来说算是良好。主要的局限在于样本：在线志愿者偏年轻（年龄中位数约 22 岁），而且以英语使用者为主。你的百分位的意思是“和会在网上做人格测试的人相比”，而不是“和地球上所有人相比”。我们计划日后用本站用户的数据重新建立常模，并公开结果。

临界标注：结果中最诚实的部分

人格特质的分数集中在中间：大多数人都落在中间附近，分布并不会分成泾渭分明的两大阵营。^[5]^[2] 任何接近中位数的人，只因为正常的测量误差，换一天测就可能得到不同的字母。这正是 4 字母类型在重测时会“变”的主要原因。^[6]

我们不掩盖这一点，而是直接呈现出来。如果你的尽责性在第 55 百分位，你会看到自己的代码、J 上的临界标注，以及把 J 换成 P 之后的代码。请看百分位，而不只是看字母。按照定义，在任何一项特质上都有 20% 的人落在 40–60 区间，所以有一两个临界字母是很正常的。

实用建议

如果你有临界字母，两个类型的页面都读一读。例如临界的 ENFJ-CM 也应该看看 ENFP-CM。你明显偏高或偏低的特质，才是最能描述你的特质。

类型介绍的内容从哪里来

16 个基本类型的名称（例如 INTJ 的“策略家”）和 4 种变体（沉稳·真诚、沉稳·进取、敏感·真诚、敏感·进取）都是我们自己撰写的描述。关于职业、感情、友谊和身心健康的所有内容，都建立在特质层面的研究上，并在每个类型页面注明出处；没有出处的内容会明确标示为实用建议。职业建议依据的是人格与职业兴趣关联的元分析。^[7]

我们不使用“认知功能”，因为它缺乏实证支持。^[2] 我们也不给出“契合度百分比”，因为人格相似程度对关系满意度的解释力非常小。^[8] 我们的双人比较工具呈现的是彼此的差异。

选购的深度报告：29 个层面

每项五大人格特质都由更细的层面组成，代码相同的两个人，底下的细节也可能不同。选购的深度测试使用公有领域 IPIP-NEO-120 中的 116 道题，这套量表以每个层面 4 题的方式测量 30 个层面。^[9] 我们去掉了“自由主义”层面，因为它的题目询问的是投票给自由派还是保守派候选人。百分位来自 Johnson 公开的数据集，共 410,376 份完整作答；在这份数据中，各层面的信度约为 .66 到 .88，低于大范围特质，因为每个层面只有 4 道题。

深度报告在网站上的价格是 $7.99，你最突出的 5 个层面可以免费查看。如果你想弄清楚自己为什么得到某个字母，它会很有帮助，例如情绪稳定性低究竟来自焦虑、愤怒还是情绪低落。

这个测试不是什么

它是自评量表，测量的是你如何看待自己。熟悉你的人可以补充更多信息，尤其是在智性这类带评价色彩的特质上。^[10]^[11]
它不是临床或诊断工具，也不是招聘测评工具。特质与结果之间的关联确实存在，但幅度不大。^[12]^[13]
它不是固定不变的标签。特质会随着人生阶段改变，也会因为刻意的努力而改变。^[14]^[15]

常见问题

做完 64 Types 测试要多久？

62 道题大约 8 分钟。无需注册，计分在你的浏览器里完成。

64 Types 测试免费吗？

免费。主测试和完整的 6 项特质结果都免费。选购的 29 个层面深度报告售价 $7.99，你最突出的 5 个层面可以免费查看。

结果上的“临界”是什么意思？

表示你在这项特质上的百分位介于 40 到 60 之间，接近平均，重测时可能得到另一个字母。分数大多集中在中间，所以这种情况很常见。^[5]

64 Types 和 Myers-Briggs 公司或 16Personalities 有关系吗？

没有。64 Types 使用公有领域的 IPIP 题目和自己撰写的描述，与 Myers-Briggs 公司、16Personalities 以及 HEXACO-PI-R 的作者均无任何关系。

参考文献

Goldberg, L. R. (1992). The development of markers for the Big-Five factor structure. Psychological Assessment, 4(1), 26–42.
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.
Ashton, M. C., Lee, K., & Goldberg, L. R. (2007). The IPIP–HEXACO scales: An alternative, public-domain measure of the personality constructs in the HEXACO model. Personality and Individual Differences, 42(8), 1515–1526.
Ashton, M. C., & Lee, K. (2007). Empirical, theoretical, and practical advantages of the HEXACO model of personality structure. Personality and Social Psychology Review, 11(2), 150–166.
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.
Pittenger, D. J. (2005). Cautionary comments regarding the Myers-Briggs Type Indicator. Consulting Psychology Journal: Practice and Research, 57(3), 210–221.
Larson, L. M., Rottinghaus, P. J., & Borgen, F. H. (2002). Meta-analyses of Big Six interests and Big Five personality factors. Journal of Vocational Behavior, 61(2), 217–239.
Dyrenforth, P. S., Kashy, D. A., Donnellan, M. B., & Lucas, R. E. (2010). Predicting relationship and life satisfaction from personality in nationally representative samples from three countries: The relative importance of actor, partner, and similarity effects. Journal of Personality and Social Psychology, 99(4), 690–702.
Johnson, J. A. (2014). Measuring thirty facets of the Five Factor Model with a 120-item public domain inventory: Development of the IPIP-NEO-120. Journal of Research in Personality, 51, 78–89.
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.
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.
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.
Ozer, D. J., & Benet-Martínez, V. (2006). Personality and the prediction of consequential outcomes. Annual Review of Psychology, 57, 401–421.
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.
Roberts, B. W., Luo, J., Briley, D. A., Chow, P. I., Su, R., & Hill, P. L. (2017). A systematic review of personality trait change through intervention. Psychological Bulletin, 143(2), 117–141.

我们怎么写指南：每一项研究结论都标注同行评审文献的出处，效应量按论文发表的数据如实呈现，超出证据范围的建议会标为“实用建议”。详见方法与出处。发现错误？请发邮件到 [email protected]。