首頁

發現你的優勢 - 71 / 73
勵志類 / 馬庫斯白金漢 / 本書目錄
  

發現你的優勢

第71頁 / 共73頁。

 大小:

 第71頁

朗讀:

個性的「大五」因素是神經質neuroticism(反映感情的穩定性)、外向性extroversion(尋求其他人的陪伴)、開放性openness(對經經驗和親思想等感興趣)、宜人性agreeablen ess(可愛,和諧)、責任心conscientiousness(遵守紀律和規章,誠實)。大量科學研究證明人類修改功能可歸納為這五個領域。這些研究跨越了多種文化和語言(例如,McCrae and Costa,1987;McCrae,Costa,Lima,et al,1999;McCrae,Costa,Ostendorf,et al,2000)。

優勢識別器之所以不基于「大五」,是因為「大五」是一個測量模型,而不是概念模型。它是從因子分析中得出的,而沒有任何理論支撐。它由普通認同的幾個修改要素組成,但概念上它並不比四個或六個因素更正確(Block,1995;Hogan,Hogan,and Roberts,1996)。優勢識別器可以濃縮到「大五」,但是這樣做得不到什麼新的東西。事實上,若將優勢識別器測試者的得分歸納成這五項,得到的信息將比對「大五」的現有測量更少,因為後者除了五項得分外,還列出其分項得分。


  

為什麼優勢識別器使用這180個配對項目,而不用其他項目?

年來,蓋洛普對成功人士進行了系統而規範的研究,而上述配對描述就反映了這些研究結果。它們源於對項目功能的定量分析,以及對各主題及其所含項目所具有的代表性的內容分析,並注意到整個評估的構想效度。一旦確定了我們要評估的人類行為範圍,可選的項目既多又雜。為人熟知的個性評估項目從150項到400項不等。

優勢識別器項目是不是自模評分(Ipsative)?如是,會不會限制項目的得分?

自模是個數學術語,指的是一個數據矩陣如一組得分的一個特性。

如果每個測試者的總得分是一個常數,該數據矩陣就被稱為自模。更一般地說,自模表明,一組數據可以描述某個個人,但對不同人之間的比較,則作用十分有限。例如,一個人可以對自己偏愛的顏色,別人也可對他們喜愛的顏色排序。由於其自模性,你無法比較他們對於某種特定顏色的偏愛強度,而只能比較偏愛排序。在優勢識別器的180個項目中,不到30%的項目是自模評分。這些項目分佈于各個主題中,而每個主題項下至多有一個項目的評分會產生一個自模數據矩陣(Plake,1999)。

優勢識別器如何計算主題得分?

得分的計算基于測試者對於描述的平均偏向程度。對於每個描述,測試者有三個選項:非常同意,同意,中性。我們通過一個專有公式,賦予每個選項一個分值。將每個主題所含各項目的得分平均,就得出該主題的得分。得分可以是平均分、標準分或百分位。

在開發優勢識別器的過程中有沒有使用現代測驗分數理論(如項目反應理論IRT)?

蓋洛普長期進行基于才幹的優勢研究,優勢識別器旨地運用其多年積累的知識和經驗。因此,開始時,測試項目的選擇都基于傳統的效度證據(構想、內容、標準)。這是開發評測工具的慣行方法。關於將IRT應用於異質或同質評測的方法,只是最近才開始研究(如Waller,Thompson,and Wenk,2000)。下一步,優勢識別器很可能用IRT來加以改進。


  
優勢識別器與正常個性、異常個性、職業興趣和智能之間有什麼構想效度聯繫?

優勢識別器是基于成功心理學的對人際才幹的綜合評測。因此,它與上述量度之間存在關聯,其關聯程度與個性測量與一般測量之間的關聯程度相似。總之,這是個有待研究的實證性問題。

優勢識別器的得分會改變嗎?

這是一個重要的問題,可以從技術上回答,也可以從概念上回答。



贊助商連結