性格診断テスト

性格検査の得点の意味を直接的に解釈することは困難です。そのため、性格検査の作成者は、回答者の得点を比較するための基準となる規範値を作成するために多大な努力を払っています。これらの規範値の一般的な形式には、パーセンタイル順位、Zスコア、ステンスコア、その他の標準化された得点形式などがあります。

性格検査の開発というテーマには、相当量の研究と考察が費やされてきました。性格検査の開発は、検査が段階的に改良されていく反復的なプロセスである傾向があります。検査の開発は、理論的または統計的な根拠に基づいて進めることができます。一般的に使用される戦略は、帰納的、演繹的、経験的の 3 つです。^{[ 26 ]}今日作成される尺度は、多くの場合、これら 3 つの方法の要素を取り入れています。

演繹的評価の構築は、測定する領域または構成概念を選択することから始まります。^{[ 27 ]}構成概念は専門家によって徹底的に定義され、構成概念の定義のすべての属性を完全に表す項目が作成されます。^{[ 27 ]}次に、尺度の内部妥当性が最も高くなるように、テスト項目が選択または削除されます。演繹的方法論によって作成された尺度は、帰納的および経験的尺度と比較して同等の妥当性を持ち、構築にかかる時間が大幅に短縮されます。このプロセスから得られる明確に定義され、表面的に妥当な質問は、評価を受ける人が理解しやすくなっています。微妙な項目は演繹的プロセスによって作成できますが、^{[ 28 ]}これらの尺度は、他の性格評価構築方法ほど嘘を検出する能力が高くないことがよくあります。^{[ 27 ]}

帰納的評価の構築は、多様な項目を多数作成することから始まります。帰納的測定のために作成される項目は、特定の理論や構成概念を表すことを意図したものではありません。項目が作成されると、それらは多数の参加者に実施されます。これにより、研究者は質問間の自然な関係を分析し、質問がどのようにグループ化されるかに基づいて尺度の構成要素にラベルを付けることができます。測定によって評価される構成概念を決定するために、いくつかの統計的手法を使用できます。探索的因子分析と確認的因子分析は、研究者が最初の項目の回答から尺度を作成できる最も一般的なデータ削減手法の2つです。

性格の5因子モデルはこの方法を用いて開発されました。[ 29 ^]高度な統計的手法には、項目や構成概念間のこれまで特定されていなかった、あるいは予期せぬ関係を発見する機会が含まれます。また、受験者が何が測定されているのかを知らないようにする微妙な項目の開発を可能にし、事前に開発された理論よりも構成概念の実際の構造をよりよく表す可能性があります。^{[ 30 ]}批判としては、より広い集団には適用されない項目間の関係を見つけてしまう脆弱性、項目間の関係が紛らわしいために各構成要素で何が測定されているのかを特定するのが難しいこと、または最初に作成された質問では十分に扱われなかった構成概念などが挙げられます。^{[ 31 ]}

経験的に導き出された性格評価には統計的手法が必要です。経験的性格評価の中心的な目標の一つは、性格の二つの異なる側面を妥当に区別できるテストを作成することです。経験的テストの作成にはかなりの時間を要する場合があります。テストが測定しようとしているものを正しく測定していることを確認するために、心理学者はまず、理想的には多数の参加者から、自己報告または観察者報告を通してデータを収集します。

性格検査は、評価対象者本人に直接実施することも、観察者に実施することもできます。自己報告では、個人は自分自身に関係する性格項目に回答します。自己報告は一般的に用いられます。観察者報告では、人は他人に関係する性格項目に回答します。最も正確な結果を得るには、観察者は評価対象者を知っている必要があります。自己報告と観察者報告のスコアを組み合わせることで誤差を減らし、評価対象者のより正確な描写を得ることができます。自己報告と観察者報告は類似した結果をもたらす傾向があり、その妥当性を裏付けています。^{[ 32 ]}

直接観察とは、第三者が他者を直接観察し評価する方法です。第三者は、観察対象者が特定の状況でどのように行動するかを観察します（例：休み時間に校庭で子供がどのように行動するか）。観察は、自然な環境（例：校庭）または人工的な環境（社会心理学実験室）で行うことができます。直接観察は、就職に成功しそうな求職者（例：仕事のサンプル^{[ 33 ]}）や、幼児の母性愛着（例：メアリー・エインズワースのストレンジ・シチュエーション）を特定するのに役立ちます。この方法の目的は、対象者の真の行動を直接観察することです。直接観察の限界は、対象者が観察されていることを知っているため、行動を変える可能性があることです^{[ 34 ]。2}つ目の限界は、行動特性の中には観察しにくいもの（例：誠実さ）とそうでないもの（例：社交性）があることです。3つ目の限界は、直接観察は他の多くの方法（例：自己報告）よりも費用と時間がかかることです^{[ 32 ]}。

性格検査は20世紀初頭にまで遡りますが、米国で雇用主がポリグラフを使用することが違法となった1988年になって初めて、雇用主は性格検査をより広く利用するようになりました。^{[ 35 ]}これらの性格検査の背後にある考え方は、雇用主が離職率を減らし、窃盗、薬物乱用、情緒障害、職場での暴力行為を起こしやすい人材による経済的損失を防ぐことができるというものです。応募者が、実際よりも雇用組織にとって魅力的に見えるように、性格検査の項目に偽の回答をする可能性もあります。^{[ 36 ]}

性格検査は経営コンサルティングサービスの一部としてよく用いられます。特定の検査を実施するための資格を持つことは、コンサルタントが追加サービスを提供し、自身の資格を証明する手段となるからです。これらの検査は、求職者候補を絞り込む際や、昇進に適した従業員を選別する際に使用されます。^{[ 37 ]}米国連邦政府は、民間部門以外では性格検査サービスの著名な顧客であり、軍を含む約200の連邦機関が性格評価サービスを利用しています。^{[ 37 ]}

性格検査は求職者の評価において最も信頼性の低い指標の一つであるという証拠があるにもかかわらず、^{[ 38 ]}候補者を選別する方法として依然として人気がある。

性格検査を評価するための基準はいくつかあります。検査が成功するためには、利用者は（a）検査結果が再現可能であること、および（b）検査が作成者が測定しようとしているものを実際に測定していることを確認する必要があります。基本的に、性格検査は信頼性と妥当性を示すことが期待されます。信頼性とは、短期間にサンプルに対して検査を2回実施した場合に、両方の実施で検査スコアがどの程度類似しているかを指します。検査の妥当性とは、検査が測定しようとしている構成概念（例えば、神経症傾向）を測定しているという証拠を指します。^{[ 39 ]}

回答者の回答は分析の計算に使用されます。データの分析は長いプロセスです。ここでは、2 つの主要な理論が使用されます。1 つは、観測されたスコアに使用される古典的テスト理論 (CTT) ^{[ 40 ]}、もう 1 つは「項目に対する個人の回答のモデル群」である項目反応理論 (IRT) ^{[ 41 ] [ 42 ]}です。これら 2 つの理論は、回答の異なる「レベル」に焦点を当てており、研究者は結果を十分に理解するために両方を使用することが推奨されます。

まず、項目無回答に対処する必要があります。無回答は、n項目のいずれにも回答しなかった人の場合の単位無回答と、個々の質問の場合の項目無回答のいずれかです。単位無回答は、一般的に除外によって対処されます。^{[ 43 ]}項目無回答は補完によって処理する必要があります。使用される方法は、テスト項目と質問項目で異なる場合があります。

項目を採点する従来の方法は、不正解の場合は「0」、正解の場合は「1」を割​​り当てることです。テストに回答の選択肢が多い場合（たとえば、多肢選択式項目）、不正解の場合は「0」、部分的に正解の場合は「1」、正解の場合は「2」となります。^{[ 43 ]}性格テストは、次元的（規範的）アプローチまたは類型論的（自己評価的）アプローチを使用して採点することもできます。ビッグファイブなどの次元的アプローチでは、性格は個人によって異なる連続的な次元のセットとして記述されます。項目のスコアから、「観測された」スコアが計算されます。これは通常、重み付けされていない項目のスコアを合計することによって求められます。

1960年代と1970年代には、一部の心理学者は、行動の多くは状況依存的であると考え、パーソナリティという概念全体を否定しました。^{[ 44 ]}この考えは、パーソナリティが特定の状況における行動を予測しないことが多いという事実によって裏付けられました。しかし、より広範な研究により、行動を複数の状況にわたって集計すると、パーソナリティは行動のかなり良い予測因子になり得ることが示されています。現在では、ほとんどすべての心理学者が、社会的要因と個人差要因（つまりパーソナリティ）の両方が行動に影響を与えることを認めています。現在の議論は、これらの要因それぞれの相対的な重要性と、これらの要因がどのように相互作用するかという点に集中しています。

性格の自己申告による測定における問題点の1つは、回答者がしばしば回答を歪めることができる点である。^{[ 45 ]}意図的な偽装とは、利益を得るために回答を歪めることである。偽装には主に2つのタイプがある。より良い自己イメージを提示する「良い偽装」と、より悪い自己イメージを提示する「悪い偽装」である。^{[ 46 ]}

いくつかのメタ分析によると、人々は就職選考手続きの一環としてのような重大な状況下で性格検査を受けると、そのスコアを大幅に変更できることが示されている。^{[ 47 ] [ 48 ]}

実験環境での研究^{[ 49 ]}では、学生サンプルに性格テストで意図的に嘘をつくように求められた場合、彼らは明らかにそうする能力があることを示した。2007年には、6か月の間隔を置いて同じ性格テストを2回受けた5000人以上の求職者が、結果に有意な差が見られないことを発見し、人々は回答を大きく歪めることはない可能性があることを示唆している。^{[ 50 ]}

回答者の虚偽回答を減らし、検出するためにいくつかの戦略が採用されています。研究者は、虚偽回答を評価するために、電子的に実施されるテストの回答のタイミングを調べています。簡潔で単純な構文は、真実の回答と比較して、虚偽回答の回答時間が長くなる傾向があります。より長く、より複雑で、否定的な表現では、タイミングに違いは見られません。^{[ 51 ]} 1つの戦略は、虚偽回答を検出する方法が存在し、検出されると回答者に不利益な結果（たとえば、採用対象から外される）が生じることをテストで警告することです。強制選択（イプサティブテスト）には、PICK（最も適切な記述を選択）、MOLE（最も適切な記述と最も不適切な記述を選択）、RANK（最も類似しているものから最も類似していないものへのランキング）の3つの形式がありますが、虚偽回答を防ぐために強制選択を使用することの有効性は結論が出ていません。^{[ 52 ]}

近年では、項目反応理論のアプローチが採用され、偽回答者を特定する項目反応プロファイルの特定に一定の成果を上げています。実際には、人は偽回答をすることはできますが、それを重大なレベルまで行うことはめったにありません。偽回答を成功させるには、理想的な回答が何であるかを知っている必要があります。自己主張のような単純な項目であっても、自己主張が苦手な人が自己主張をしようとして間違った項目に賛成することがよくあります。これは、自己主張が苦手な人が自己主張を攻撃性、怒り、反抗的な行動などと混同しているためです。

教育における性格と知能の重要性に関する研究では、自己評価ではなく他者による性格評価を行った場合、成績予測の精度が約4倍高くなるという証拠が示されている。^{[ 53 ]}

MBTI質問票は、自己分析の一環として、あるいは社会における他者との関係性を簡潔に表現する方法として、人々がよく利用するツールです。採用活動で広く採用されていることでよく知られていますが、ポジティブな特性と覚えやすい名前の「タイプ」に特化していることから、個人の間でも人気があります。質問票の利用者の中には、ソーシャルメディアや出会い系サイトのプロフィールで自分の性格タイプを自己申告する人もいます。^{[ 54 ]}出版社の厳格な著作権執行のため、多くの評価は、このフレームワークに基づいて修正されたテストを提供する無料のウェブサイトから提供されています。^{[ 37 ]}

非科学的な性格診断クイズも一般的な娯楽形態である。特にBuzzFeedは、ユーザーが作成したクイズを公開することで有名になり、性格タイプテストは、ユーザーがどのポップカルチャーのキャラクターや有名人に最も似ているかを判断することに基づいていることが多い。 ^{[ 55 ]}

性格検査は、職場や学校環境における適性検査の一形態としても使用されてきました。「ビッグファイブ」性格特性を含む15の性格タイプを網羅した検査が、パイロットの性格スコアと航空分野での成功との相関関係を調べる研究で使用されました。結果は、誠実性と自己肯定感のスコアが高く、神経症傾向が低いほど航空試験の合格点が高いという相関関係を示しました。しかし、性格検査は真の科学ではなく、「理想的なパイロット」を正確に予測することはできません。^{[ 56 ]}

性格検査は家畜にも応用されつつあります。動物が勇敢か、臆病か、あるいは恐れ知らずか、また他の家畜とどのように交流するかを調べます。これらの検査は、さまざまなことを予測し、農場でどれだけうまくやっていけるかを予測するように設計されています。たとえば、鶏の場合、検査によって恐怖を声に出して表現するかどうかを予測できます。これらの検査は、農家が動物の健康と生産性を向上させるのに役立ちます。^{[ 57 ]}

応募者に、雇用条件のように思える回答を通して私的な考えや感情を明かすことを強要するプライバシーの問題が懸念される。もう一つの危険は、性格検査を装った特定のグループに対する違法な差別である。^{[ 58 ]}

性格検査の結果が適切な文脈以外で使用されるリスクに加えて、検査が正しく行われなかった場合、不正確な結果が生じる可能性があります。特に、自己評価型の性格検査は、採用や選考において、規範的な尺度であるかのように誤って扱われることが多く、誤用されています。^{[ 59 ]}

ビッグファイブ性格特性のさまざまなタイプ：

• NEO PI-R、または改訂版NEOパーソナリティインベントリーは、五因子モデル（FFM）の最も重要な測定法の1つです。この測定法はコスタとマックレーによって作成され、文章形式の240項目で構成されています。コスタとマックレーは、5つの領域をそれぞれ6つの側面（合計30の側面）に分け、FFMの測定方法を変更しました。^{[ 81 ]}
• 5因子モデル評価フォーム（FFMRF）は、NEO PI-Rのより短い代替手段として、2001年にLynamとWidigerによって開発されました。このフォームは30のファセットで構成され、ビッグファイブの各ファセットが6つずつあります。^{[ 82 ]}
• 10項目性格検査（TIPI）と5項目性格検査（FIPI）は、ビッグファイブ性格特性の非常に簡略化された評価形式です。^{[ 83 ]}
• 5因子性格検査 －児童版（FFPI-C）は、5因子モデル（FFM）に基づいて児童の性格特性を測定するために開発された。^{[ 84 ]}
• ジョン、ドナヒュー、ケントルによって開発されたビッグファイブインベントリー（BFI）は、五因子モデル（FFM）の領域を評価する形容詞からなる44項目の自己報告式質問票です。^{[ 85 ]} 10項目ビッグファイブインベントリーは、定評のあるBFIの簡略版です。これは、時間的制約のある中で性格検査を提供するために開発されました。BFI-10は、BFIの長さを短縮するために、BFIの5つの次元をそれぞれ2項目のみで評価します。^{[ 86 ]}
• 5因子モデル評価のための半構造化面接（SIFFM）は、パーソナリティモデルまたはパーソナリティ障害を測定することを目的とした唯一の半構造化面接です。この面接では、NEO PI-Rで提示されている5つの領域と30の側面を評価し、さらに各側面の正常および異常な両極端を評価します。^{[ 87 ]}
• ビッグファイブアスペクトスケール（BFAS）は、DeYoung & Peterson のこの論文で提示されているように、個人間の性格の違いのほぼすべてを網羅する 5 つのドメインと 10 のサブドメインを評価します（因子分析による）。^{[ 88 ]}