ویرگول
ورودثبت نام
فرزاد ناصحی
فرزاد ناصحیکارشناسی ارشد مشاوره خانواده و علاقمند به مباحث بین‌رشته‌ای
فرزاد ناصحی
فرزاد ناصحی
خواندن ۲۲ دقیقه·۲ ماه پیش

بازتعریف جامعیت در ارزیابی غیربالینی شخصیت: از آزمون واحد تا معماری چندسطحی ارزیابی تفاوت‌های فردی

چکیده

«آزمون جامع شخصیت» اصطلاحی رایج در گفتار حرفه‌ای و عمومی است، اما از منظر روان‌سنجی، جامعیت مفهومی بدیهی یا یک‌بعدی نیست. یک پرسشنامه ممکن است از نظر تعداد ماده، دامنه وسیعی از صفات شخصیت را پوشش دهد، اما هم‌زمان انگیزه‌ها، ارزش‌ها، علایق، توانایی‌ها یا الگوهای رفتاری فرد را اندازه‌گیری نکند. در مقابل، ترکیب چند ابزار می‌تواند دامنه سازه‌های ارزیابی را گسترش دهد، بدون آنکه لزوماً برای هر سازه، اندازه‌گیری دقیق یا برای تصمیم موردنظر، شواهد کافی فراهم کند. مقاله حاضر به‌صورت یک مقاله مفهومی–مروری (Conceptual/Narrative Review) استدلال می‌کند که جامعیت را نباید صرفاً ویژگی یک آزمون دانست، بلکه باید آن را ویژگی یک معماری ارزیابی (Assessment Architecture) تلقی کرد که بر اساس هدف ارزیابی، سازه‌های موردنظر، سطح تحلیل، منابع داده و نوع استنباط طراحی می‌شود. در این چارچوب، سه نوع جامعیت از یکدیگر تفکیک می‌شوند: جامعیت سازه‌ای (Construct Comprehensiveness)، جامعیت اندازه‌گیری (Measurement Comprehensiveness) و جامعیت تصمیم‌گیری (Decision Comprehensiveness). همچنین میان صفات شخصیتی (Traits)، سازگاری‌های مشخصه‌ای (Characteristic Adaptations)، انگیزه‌ها و نیازها (Motives/Needs)، ارزش‌ها (Values)، علایق (Interests)، استعدادها (Talents)، توانایی‌ها (Abilities) و شاخص‌های رفتاری تمایز گذاشته می‌شود. بر اساس این تحلیل، ابزارهایی مانند NEO-PI-3، BFI-2، HEXACO-PI-R، 16PF، PRF، Hogan و ابزارهای ارزش‌ها یا علایق نه رقیب یکدیگر، بلکه ابزارهایی برای پاسخ به پرسش‌های متفاوت تلقی می‌شوند. نتیجه اصلی آن است که «جامعیت» نه با افزایش تعداد ماده‌ها و نه با جمع‌کردن هرچه بیشتر آزمون‌ها، بلکه با تناسب میان سؤال ارزیابی، سازه، ابزار، شواهد روان‌سنجی، جمعیت هدف، زمینه فرهنگی و نوع استنباط حاصل می‌شود.

کلیدواژه‌ها: ارزیابی شخصیت، جامعیت روان‌سنجی، تفاوت‌های فردی، صفات شخصیت، انگیزه، ارزش‌ها، علایق، معماری ارزیابی، روایی، ناوردایی اندازه‌گیری

۱. مقدمه: مسئله واقعاً چیست؟

وقتی فردی می‌پرسد «یک تست روان‌شناختی جامع برای شخصیت، انگیزه‌ها، ویژگی‌های فردی و سایر ابعاد شخصیت چیست؟»، پاسخ ساده معمولاً نام یک پرسشنامه است. گاهی NEO، گاهی HEXACO، گاهی 16PF، گاهی Hogan و گاهی ترکیبی از چند ابزار پیشنهاد می‌شود.

اما پیش از انتخاب ابزار، یک مسئله بنیادی‌تر وجود دارد: «جامع» دقیقاً به چه معناست؟

اگر منظور از جامعیت این باشد که یک ابزار بتواند تعداد زیادی از صفات شخصیت را اندازه‌گیری کند، پرسشنامه‌های چندوجهی شخصیت می‌توانند نسبتاً جامع باشند. اما اگر منظور این باشد که یک ابزار هم‌زمان صفات، انگیزه‌ها، ارزش‌ها، علایق، استعدادها، توانایی‌ها، سبک‌های رفتاری و حتی الگوهای زندگی فرد را پوشش دهد، دیگر مسئله صرفاً انتخاب یک آزمون طولانی‌تر نیست.

در اینجا باید میان دو سؤال تمایز گذاشت:

«این ابزار چه چیزی را اندازه می‌گیرد؟»

و

«برای پاسخ به سؤال موردنظر ما، چه اطلاعاتی لازم است؟»

این دو سؤال هم‌پوشان‌اند، اما یکسان نیستند.

از منظر استانداردهای حرفه‌ای سنجش، کیفیت یک آزمون نیز صرفاً با تعداد مقیاس‌ها یا ضریب پایایی آن تعیین نمی‌شود. مسئله اصلی، شواهد و نظریه‌ای است که از تفسیر و کاربرد نمره‌ها برای هدف موردنظر حمایت می‌کنند؛ پایایی یا دقت اندازه‌گیری و انصاف نیز در همین چارچوب قرار می‌گیرند. استانداردهای AERA، APA و NCME در ویرایش ۲۰۱۴، روایی، پایایی/دقت و انصاف را در بخش مبانی آزمون قرار داده‌اند.

بنابراین مسئله مقاله حاضر این نیست که «بهترین تست شخصیت کدام است؟» بلکه این است:

چه زمانی می‌توان یک نظام ارزیابی را جامع دانست، و چگونه می‌توان جامعیت را بدون اختلاط سازه‌ها طراحی کرد؟


۲. نوع مقاله و مرز معرفت‌شناختی آن

این نوشتار یک مقاله مفهومی–مروری (Conceptual/Narrative Review) است، نه مطالعه اعتبارسنجی یک ابزار، نه فراتحلیل و نه مرور نظام‌مند.

هدف آن، ساختن یک چارچوب مفهومی برای فهم «جامعیت» در ارزیابی تفاوت‌های فردی است. بنابراین ادعاهای مقاله در سه سطح قرار می‌گیرند.

در سطح نخست، ادعاهای توصیفی درباره مدل‌ها و ابزارهای موجود مطرح می‌شوند؛ مانند اینکه HEXACO-PI-R شش بعد اصلی شخصیت را ارزیابی می‌کند یا NEO بر مدل پنج‌عاملی و وجوه آن استوار است.

در سطح دوم، ادعاهای نظری مطرح می‌شوند؛ مانند این فرض که صفات، انگیزه‌ها و ارزش‌ها را نباید صرفاً به دلیل همبستگی تجربی، یک سازه واحد تلقی کرد.

در سطح سوم، پیشنهاد مفهومی مقاله مطرح می‌شود: جامعیت بهتر است ویژگی معماری ارزیابی باشد، نه الزاماً ویژگی یک آزمون منفرد.

این مقاله ادعا نمی‌کند که یک معماری واحد برای همه موقعیت‌های ارزیابی بهترین است. برعکس، یکی از مدعاهای اصلی آن این است که جامعیت بدون تعیین هدف ارزیابی، مفهوم ناقصی است.


۳. جامعیت مطلق وجود ندارد

مهم‌ترین بازتعریف مقاله حاضر این است:

جامعیت باید نسبت به هدف ارزیابی تعریف شود.

ارزیابی جامع برای یک پژوهشگر شخصیت، یک مشاور شغلی، یک متخصص منابع انسانی و یک روان‌شناس علاقه‌مند به توسعه فردی الزاماً یکسان نیست.

فرض کنید هدف ارزیابی، شناخت ساختار صفات شخصیتی یک فرد باشد. در این وضعیت، یک ابزار چندبعدی مانند NEO-PI-3 یا HEXACO-PI-R می‌تواند اطلاعات گسترده‌ای درباره صفات فراهم کند.

اما اگر سؤال این باشد که «چه چیزهایی این فرد را در محیط کار برمی‌انگیزد؟»، اندازه‌گیری صفات به‌تنهایی پاسخ کامل به سؤال نیست.

اگر سؤال این باشد که «این فرد چه نوع محیط‌های شغلی را ترجیح می‌دهد؟»، باید علایق شغلی نیز وارد معماری شوند.

اگر سؤال این باشد که «این فرد در چه نوع تکالیفی احتمالاً عملکرد بهتری دارد؟»، توانایی‌ها و شواهد عملکردی اهمیت پیدا می‌کنند.

بنابراین جامعیت را نمی‌توان با یک محور از «کم» به «زیاد» تعریف کرد.

یک آزمون می‌تواند برای هدف A جامع باشد و برای هدف B ناکافی.

از این منظر، عبارت «آزمون جامع شخصیت» بدون تعیین هدف، از نظر روان‌سنجی ناقص است.


۴. سه معنای متفاوت جامعیت

برای جلوگیری از اختلاط مفهومی، می‌توان جامعیت را دست‌کم در سه سطح متمایز کرد.

۴.۱. جامعیت سازه‌ای

جامعیت سازه‌ای (Construct Comprehensiveness) به گستره سازه‌هایی اشاره دارد که نظام ارزیابی پوشش می‌دهد.

برای مثال، یک ابزار ممکن است پنج عامل بزرگ شخصیت و وجوه آن‌ها را پوشش دهد، اما انگیزه‌های فرد را اندازه‌گیری نکند.

در این حالت ابزار از نظر پوشش صفات نسبتاً جامع است، اما از نظر پوشش کل تفاوت‌های فردی جامع نیست.

این تمایز اهمیت زیادی دارد، زیرا افزایش تعداد خرده‌مقیاس‌ها لزوماً به معنای افزایش تعداد سازه‌های مستقل نیست.

سی خرده‌مقیاس یک مدل صفتی ممکن است عمق بیشتری در یک حوزه ایجاد کند؛ اما به‌طور خودکار آن را به سنجش ارزش‌ها، علایق یا توانایی‌ها تبدیل نمی‌کند.

۴.۲. جامعیت اندازه‌گیری

جامعیت اندازه‌گیری (Measurement Comprehensiveness) به میزان عمق و دقتی اشاره دارد که یک سازه یا حوزه با آن سنجیده می‌شود.

یک ابزار ممکن است از نظر سازه‌ای گسترده باشد اما هر سازه را با تعداد اندکی ماده بسنجد. در این حالت دامنه وسیع‌تر شده است، اما ممکن است دقت سنجش برخی ابعاد کاهش یابد.

از سوی دیگر، یک ابزار باریک‌تر می‌تواند یک سازه مشخص را با دقت و تفکیک بیشتری اندازه‌گیری کند.

بنابراین:

گستردگی دامنه ≠ عمق اندازه‌گیری.

این نکته یکی از دلایلی است که چرا «طولانی‌تر بودن آزمون» را نباید با «جامع‌تر بودن» یکی دانست.

۴.۳. جامعیت تصمیم‌گیری

جامعیت تصمیم‌گیری (Decision Comprehensiveness) به این پرسش مربوط است که آیا اطلاعات موجود برای استنباط یا تصمیم موردنظر کافی است یا خیر.

ممکن است یک ارزیابی از نظر سازه‌ای و اندازه‌گیری بسیار غنی باشد، اما هنوز برای تصمیم خاصی اطلاعات لازم را نداشته باشد.

برای مثال، اگر هدف انتخاب مسیر شغلی باشد، شناخت شخصیت به‌تنهایی ممکن است کافی نباشد. علایق شغلی، توانایی‌ها، تجربه، ترجیحات محیط کار، ارزش‌های شغلی و گاهی اطلاعات مربوط به عملکرد نیز می‌توانند اهمیت داشته باشند.

در نتیجه، جامعیت نهایی باید در سطح تصمیم و استنباط نیز ارزیابی شود.


۵. چرا «صفت ≠ انگیزه ≠ ارزش» یک اصل روان‌سنجی است؟

یکی از خطاهای رایج در تفسیر آزمون‌های شخصیت، تبدیل مفاهیم نزدیک به یکدیگر است.

در سنت مدل پنج‌عاملی، برای مثال، «Achievement Striving» یا پیشرفت‌طلبی می‌تواند به‌عنوان یک وجه شخصیتی مطرح شود. اما از این امر نمی‌توان نتیجه گرفت که نمره آن دقیقاً معادل «ارزش پیشرفت» یا «نیاز به موفقیت» است.

صفت (Trait) به الگوی نسبتاً پایدار تفاوت فردی در گرایش‌ها و رفتارها اشاره دارد.

انگیزه یا نیاز (Motive/Need) بیشتر به آنچه فرد را به سمت یک هدف یا وضعیت خاص سوق می‌دهد مربوط است.

ارزش (Value) به اهمیت یا مطلوبیت هنجاری/ارزیابانه‌ای اشاره می‌کند که فرد برای یک اصل، هدف یا شیوه زندگی قائل است.

علاقه (Interest) به حوزه‌ها یا فعالیت‌هایی مربوط می‌شود که فرد نسبت به آن‌ها کشش، ترجیح یا کنجکاوی نشان می‌دهد.

توانایی (Ability) به ظرفیت یا عملکرد نسبتاً مشخص در انجام تکالیف اشاره دارد.

این سازه‌ها می‌توانند با یکدیگر ارتباط داشته باشند، اما ارتباط تجربی به معنای هم‌ارزی مفهومی نیست.

چارچوب مک‌آدامز و پالز نیز برای فهم شخصیت به تمایز میان صفات گسترده و سازگاری‌های مشخصه‌ای و هویت روایی کمک می‌کند. در این چارچوب، شخصیت را نمی‌توان به یک سطح واحد از تفاوت‌های فردی فروکاست.

از این رو، یکی از اصول اصلی معماری جامع باید چنین باشد:

هرچه حوزه ارزیابی گسترده‌تر می‌شود، ضرورت تفکیک سازه‌ها نیز بیشتر می‌شود.


۶. از «آزمون جامع» به «معماری جامع ارزیابی»

اگر هدف، ارزیابی چند حوزه متفاوت باشد، راه‌حل لزوماً ساختن یک پرسشنامه بسیار طولانی نیست.

راه‌حل می‌تواند طراحی یک معماری چندسطحی ارزیابی (Multilevel Assessment Architecture) باشد.

در این معماری، هر ابزار برای پاسخ به یک سؤال مشخص انتخاب می‌شود.

در سطح صفات، ابزارهایی مانند NEO-PI-3، BFI-2 یا HEXACO-PI-R می‌توانند مورد استفاده قرار گیرند.

NEO-PI-3 بر ساختار پنج‌عاملی شخصیت و وجوه متعدد هر عامل متمرکز است. BFI-2 نیز مدل پنج‌عاملی را با پنج حوزه و پانزده وجه ارائه می‌کند. HEXACO-PI-R در مقابل، شش بعد اصلی شامل صداقت–فروتنی (Honesty-Humility)، هیجانی‌بودن (Emotionality)، برون‌گرایی (Extraversion)، سازگاری (Agreeableness)، وظیفه‌شناسی (Conscientiousness) و گشودگی به تجربه (Openness to Experience) را ارزیابی می‌کند. نسخه‌های ۱۰۰ و ۶۰ ماده‌ای HEXACO-PI-R برای پژوهش در دسترس‌اند و نسخه ۱۰۰ ماده‌ای معمولاً برای پژوهش‌هایی که زمان بیشتری دارند توصیه می‌شود.

در سطح انگیزه‌ها و نیازها، ابزارهایی مانند Personality Research Form می‌توانند اطلاعاتی فراهم کنند که لزوماً از یک ابزار صفتی قابل استنتاج نیستند.

در سطح ارزش‌ها، مدل‌های ارزش‌های شخصی مانند چارچوب شوارتز می‌توانند مورد استفاده قرار گیرند.

در سطح علایق شغلی، ابزارهای علاقه‌سنجی مناسب‌ترند.

در سطح توانایی‌ها، آزمون‌های توانایی و شواهد عملکردی اهمیت پیدا می‌کنند.

و در صورت نیاز، داده‌های مشاهده‌ای، گزارش دیگران یا داده‌های رفتاری می‌توانند به عنوان منابع مکمل وارد شوند.

بنابراین معماری جامع الزاماً چنین نیست:

«آزمون A + آزمون B + آزمون C + آزمون D»

بلکه چنین است:

سؤال ارزیابی → سازه موردنیاز → ابزار مناسب → شواهد روان‌سنجی → نوع استنباط → تصمیم


۷. جایگاه مدل‌های اصلی شخصیت در این معماری

NEO و مدل پنج‌عاملی

مدل پنج‌عاملی (Five-Factor Model) یکی از مهم‌ترین چارچوب‌های توصیف ساختار صفات شخصیت است. مزیت اصلی آن برای معماری ارزیابی این است که می‌تواند از سطح عوامل گسترده به وجوه باریک‌تر حرکت کند.

اما حتی یک ابزار بسیار جامع از نظر صفات، همچنان عمدتاً ابزار ارزیابی صفات است.

بنابراین استفاده از NEO برای پاسخ به سؤال مربوط به ارزش‌های فردی یا علایق شغلی نیازمند احتیاط است.

BFI-2

BFI-2 نمونه‌ای از ابزارهایی است که تلاش می‌کند بین کارایی و پوشش ساختار پنج‌عاملی تعادل برقرار کند. اهمیت آن در معماری ارزیابی بیشتر در موقعیت‌هایی است که پژوهشگر به پوشش نسبتاً گسترده صفات با حجم ماده کمتر نیاز دارد.

اما کوتاه‌تر یا بلندتر بودن آن نسبت به ابزار دیگر، به‌تنهایی ملاک برتری نیست؛ تناسب آن با هدف ارزیابی تعیین‌کننده است.

HEXACO

HEXACO اهمیت ویژه‌ای دارد، زیرا افزودن عامل صداقت–فروتنی (Honesty-Humility) نشان می‌دهد که انتخاب مدل شخصیت خود می‌تواند بر آنچه «جامعیت» تلقی می‌شود اثر بگذارد.

HEXACO-PI-R علاوه بر شش عامل، ساختار وجهی نیز دارد و نسخه‌های خودگزارش و گزارش مشاهده‌گر برای آن ارائه شده‌اند. منابع رسمی ابزار نیز به شواهد روان‌سنجی نسخه ۱۰۰ ماده‌ای و نسخه‌های قبلی اشاره می‌کنند.

این موضوع نشان می‌دهد که حتی در سطح صفات نیز «جامعیت» وابسته به مدل نظری انتخاب‌شده است.


۸. ابزار تجاری یا ابزار پژوهشی؟ مسئله دیگری در مفهوم جامعیت

یکی دیگر از خطاهای رایج، قرار دادن همه ابزارهای شخصیت در یک طبقه است.

برای مثال، Hogan مجموعه‌ای از ابزارها را برای حوزه‌های متفاوت ارائه می‌کند: HPI بیشتر به ویژگی‌های شخصیتی مرتبط با عملکرد روزمره، HDS به جنبه‌های بالقوه مسئله‌ساز در روابط و عملکرد، و MVPI به ارزش‌ها و انگیزه‌های مرتبط با محیط کار می‌پردازد.

در اینجا چند ابزار مختلف الزاماً به معنای «تکرار» نیست؛ زیرا ممکن است هر کدام سؤال متفاوتی را دنبال کنند.

در مقابل، استفاده هم‌زمان از چند آزمون که تقریباً همان سازه را با روش‌های بسیار مشابه اندازه‌گیری می‌کنند، الزاماً جامعیت ایجاد نمی‌کند.

این اصل را می‌توان چنین خلاصه کرد:

افزایش ابزارها فقط زمانی جامعیت ایجاد می‌کند که اطلاعات غیرتکراری و معتبر برای سؤال ارزیابی فراهم کنند.


۹. جایگاه 16PF و ابزارهای چندمدلی

16PF نمونه دیگری از یک رویکرد گسترده به تفاوت‌های فردی است که از عوامل اولیه متعدد برای توصیف شخصیت استفاده می‌کند.

اما «تعداد عوامل» به‌تنهایی معیار جامعیت نیست.

یک مدل می‌تواند عوامل بیشتری داشته باشد، ولی این عوامل ممکن است در یک سطح نظری مشابه قرار گرفته باشند.

از این رو، مقایسه NEO، HEXACO و 16PF نباید صرفاً بر اساس این سؤال انجام شود که «کدام‌یک مقیاس‌های بیشتری دارد؟»

سؤال دقیق‌تر این است:

هر مدل چه ساختار مفهومی‌ای را فرض می‌کند، چه نوع استنباطی را پشتیبانی می‌کند و برای چه هدفی طراحی شده است؟


۱۰. چرا «استعدادها» را نباید با صفات شخصیت یکی گرفت؟

در فضای عمومی، اصطلاحاتی مانند «استعداد»، «نقطه قوت» و «ویژگی شخصیتی» گاهی به جای یکدیگر استفاده می‌شوند.

اما از منظر روان‌سنجی این هم‌ارزی موجه نیست.

یک صفت مانند وظیفه‌شناسی بیانگر گرایش شخصیتی است؛ یک توانایی شناختی بیانگر ظرفیت عملکرد در حوزه‌ای مشخص است؛ و یک «نقطه قوت» ممکن است در یک نظام نظری خاص به الگوی ترجیحات یا استعدادهای ادعایی اشاره کند.

بنابراین ابزارهایی مانند CliftonStrengths را نباید صرفاً نسخه دیگری از آزمون‌های صفات شخصیت تلقی کرد.

اگر هدف ارزیابی، توسعه فردی یا بازخورد سازمانی باشد، چنین ابزارهایی ممکن است در یک معماری ارزیابی جایگاهی داشته باشند؛ اما نمره حاصل نباید بدون شواهد مناسب به‌عنوان «توانایی واقعی»، «شایستگی قطعی» یا «پیش‌بینی عملکرد» تفسیر شود.

اصل مهم این است:

نام‌گذاری یک ویژگی به‌عنوان «نقطه قوت» آن را به‌طور خودکار به یک سازه روان‌سنجی مستقل یا توانایی عینی تبدیل نمی‌کند.


۱۱. جایگاه انیاگرام: میان محبوبیت و شواهد

انیاگرام نمونه مناسبی برای نشان دادن تفاوت میان محبوبیت یک نظام طبقه‌بندی و سطح شواهد روان‌سنجی آن است.

انیاگرام در حوزه‌های رشد فردی، مشاوره و آموزش عمومی محبوبیت قابل توجهی دارد، اما محبوبیت کاربردی را نباید با پشتوانه روان‌سنجی یکسان دانست.

بررسی‌های نظام‌مند موجود نشان داده‌اند که شواهد مربوط به برخی ادعاهای روان‌سنجی انیاگرام محدود، ناهمگون یا ناکافی است.

از این رو، استفاده از آن در یک معماری ارزیابی باید با توجه به هدف و سطح استنباط انجام شود و نباید نمره یا تیپ حاصل را با یک سازه تثبیت‌شده شخصیت یا تشخیص روان‌شناختی برابر دانست.

اصل روش‌شناختی اینجا ساده است:

کاربردپذیری یک ابزار و اعتبار استنباطی آن دو سؤال متفاوت‌اند.


۱۲. روایی، پایایی و انصاف: سه ستون معماری ارزیابی

اگر جامعیت به معنای «داشتن اطلاعات زیاد» نیست، چه چیزی کیفیت اطلاعات را تعیین می‌کند؟

در اینجا باید به سه مفهوم بنیادین بازگشت:

روایی (Validity)، پایایی/دقت (Reliability/Precision) و انصاف (Fairness).

طبق استانداردهای AERA، APA و NCME، روایی درباره میزان حمایت شواهد و نظریه از تفسیر نمره‌ها برای کاربردهای پیشنهادی است. بنابراین روایی صرفاً «ویژگی خود آزمون» نیست؛ بلکه به تفسیر و کاربرد نمره نیز وابسته است.

پایایی نیز به میزان دقت اندازه‌گیری مربوط است. اما یک آزمون بسیار پایا می‌تواند چیزی را با دقت زیاد اندازه بگیرد که برای سؤال موردنظر بی‌ربط است.

از سوی دیگر، انصاف به این مسئله مربوط می‌شود که فرایند اندازه‌گیری تا چه اندازه از موانع یا واریانس نامرتبط با سازه دور می‌ماند و آیا تفسیر نمره برای گروه‌های موردنظر موجه است. در ویرایش ۲۰۱۴ استانداردها، انصاف در کنار روایی و پایایی به‌عنوان یکی از مبانی اصلی سنجش قرار گرفته است.

بنابراین:

پایایی بالا + روایی نامتناسب = ارزیابی خوب برای سؤال اشتباه.

و:

جامعیت زیاد + انصاف ناکافی = اطلاعات گسترده اما بالقوه نابرابر یا غیرقابل‌تفسیر.


۱۳. فرهنگ و ناوردایی اندازه‌گیری

هیچ معماری ارزیابی را نمی‌توان خارج از جمعیت هدف تفسیر کرد.

این موضوع در ارزیابی شخصیت اهمیت ویژه‌ای دارد، زیرا بسیاری از مدل‌های شخصیت از سنت‌های زبانی و فرهنگی متفاوت سرچشمه گرفته‌اند.

وجود یک ترجمه به معنای وجود یک ابزار روان‌سنجی معادل نیست.

برای استفاده از یک ابزار در فرهنگ یا زبان دیگر، باید پرسش‌هایی درباره ترجمه، فهم ماده‌ها، ساختار عاملی، هم‌ارزی سازه، ناوردایی اندازه‌گیری (Measurement Invariance)، و در صورت نیاز تفاوت‌های مربوط به مقیاس و میانگین گروهی مطرح شود.

برای مثال، سایت رسمی HEXACO تصریح می‌کند که ترجمه‌های ابزار باید مورد تأیید مؤلفان قرار گیرند و برای زبان‌هایی که در فهرست موجود نیستند، فرایند ترجمه باید با هماهنگی آنان انجام شود.

این نکته نشان می‌دهد که «وجود نسخه فارسی» یا «وجود ترجمه» به‌تنهایی برای استنباط روان‌سنجی کافی نیست.

در زمینه ایران نیز استفاده حرفه‌ای از ابزارهای شخصیت باید میان دسترسی به ترجمه، شواهد اعتبارسنجی، هنجارهای مناسب و قابلیت مقایسه نمرات تمایز بگذارد.


۱۴. چرا هنجار با روایی یکی نیست؟

یکی از اشتباهات رایج این است که وقتی برای یک آزمون هنجار جمعیتی وجود دارد، تصور شود آزمون برای همه کاربردها معتبر است.

هنجار (Norm) به چارچوبی برای تفسیر نمره فرد در نسبت با یک جمعیت مرجع مربوط است.

روایی (Validity) به کیفیت استنباطی که از نمره انجام می‌دهیم مربوط می‌شود.

بنابراین داشتن هنجار خوب به این معنا نیست که هر تفسیری از نمره مجاز است.

ممکن است یک ابزار هنجارهای بسیار دقیقی داشته باشد اما برای پیش‌بینی یک پیامد خاص شواهد کافی نداشته باشد.

برعکس، ممکن است پژوهش‌هایی شواهدی درباره رابطه نمره با یک ملاک فراهم کنند، بدون اینکه هنجارهای محلی کامل در دسترس باشند.

این دو حوزه باید جداگانه ارزیابی شوند.


۱۵. آیا IRT، مدل‌های عاملی و روش‌های نوین بخشی از جامعیت‌اند؟

نظریه پاسخ به سؤال (Item Response Theory; IRT)، مدل‌های عاملی و رویکردهای شبکه‌ای می‌توانند ابزارهای قدرتمندی برای بررسی کیفیت اندازه‌گیری باشند.

اما باید میان روش اندازه‌گیری و دامنه سازه‌ها تمایز گذاشت.

IRT می‌تواند اطلاعات ارزشمندی درباره ویژگی ماده‌ها، دقت اندازه‌گیری در سطوح مختلف صفت و اطلاعات آزمون ارائه کند؛ اما استفاده از IRT به‌خودی‌خود یک ارزیابی را از نظر سازه‌ای جامع نمی‌کند.

به همین ترتیب، تحلیل عاملی می‌تواند به بررسی ساختار نهفته کمک کند، اما تعداد عوامل استخراج‌شده به‌تنهایی تعیین نمی‌کند که ابزار چه تعداد از حوزه‌های مهم زندگی روان‌شناختی را پوشش می‌دهد.

بنابراین:

پیچیدگی روش آماری ≠ جامعیت سازه‌ای.

روش‌های پیشرفته زمانی ارزشمندند که به سؤال اندازه‌گیری مشخصی پاسخ دهند.


۱۶. آیا ارزیابی چندروشی بهتر از خودگزارش‌دهی است؟

جامعیت فقط به تعداد سازه‌ها مربوط نیست؛ به منبع داده نیز مربوط است.

خودگزارش‌دهی (Self-Report) برای بسیاری از صفات، نگرش‌ها و ارزش‌ها اطلاعات ارزشمندی فراهم می‌کند، اما با محدودیت‌هایی مانند سوگیری پاسخ، خودارزیابی و تأثیر بافت مواجه است.

گزارش مشاهده‌گر (Observer Report) می‌تواند اطلاعات مکملی فراهم کند. HEXACO-PI-R، برای مثال، نسخه‌های خودگزارش و مشاهده‌گر دارد.

داده‌های رفتاری، گزارش عملکرد و ارزیابی‌های موقعیتی نیز می‌توانند در شرایط مناسب به معماری افزوده شوند.

با این حال، «چندروشی» نیز نباید به یک ارزش مطلق تبدیل شود.

اگر همه منابع داده همان سازه را با خطاهای مشابه بسنجند، صرفاً افزایش تعداد منابع لزوماً اطلاعات جدید ایجاد نمی‌کند.

بنابراین اصل مناسب‌تر این است:

منابع داده باید مکمل یکدیگر باشند، نه صرفاً متعدد.


۱۷. از پرسشنامه به زندگی واقعی: جایگاه EMA و داده‌های رفتاری

ارزیابی لحظه‌ای بوم‌شناختی (Ecological Momentary Assessment; EMA) و داده‌های رفتاری دیجیتال می‌توانند اطلاعاتی درباره تجربه و رفتار در طول زمان فراهم کنند.

این روش‌ها از این جهت جالب‌اند که شخصیت را فقط به‌صورت یک نمره ایستا نمی‌بینند.

اما باید از یک خطای مفهومی اجتناب کرد:

داده رفتاری بیشتر ≠ شخصیت جامع‌تر.

داده‌های دیجیتال یا EMA ممکن است برای پاسخ به سؤال‌هایی درباره نوسان‌های درون‌فردی، موقعیت و رفتار روزمره مناسب باشند، اما تفسیر آن‌ها به‌عنوان شاخص مستقیم یک صفت شخصیتی نیازمند شواهد اعتبارسنجی است.

بنابراین این روش‌ها را بهتر است سطح مکمل معماری ارزیابی دانست، نه جایگزین خودکار پرسشنامه‌های شخصیت.


۱۸. یک مثال: چرا «مریم» به یک آزمون نیاز ندارد؟

مریم، ۳۲ ساله، قصد دارد مسیر شغلی خود را تغییر دهد.

اگر سؤال فقط این باشد که «الگوی صفات شخصیتی او چیست؟»، یک ابزار صفتی معتبر می‌تواند بخش بزرگی از نیاز ارزیابی را پوشش دهد.

اما سؤال واقعی مریم گسترده‌تر است.

او می‌خواهد بداند:

«در چه محیطی احتمالاً بهتر کار می‌کنم؟»

«چه نوع فعالیت‌هایی بیشتر برایم جذاب‌اند؟»

«چه چیزهایی برایم در شغل اهمیت دارد؟»

«در چه حوزه‌هایی توانایی بیشتری دارم؟»

«چه شرایطی باعث می‌شود عملکردم افت کند؟»

این سؤال‌ها به ترتیب می‌توانند به صفات، علایق، ارزش‌ها، توانایی‌ها و ویژگی‌های محیط کار مربوط شوند.

فرض کنیم مریم در یک ابزار شخصیتی، وظیفه‌شناسی نسبتاً بالایی نشان می‌دهد. این یافته می‌تواند درباره یک گرایش شخصیتی اطلاعات بدهد، اما از آن نمی‌توان مستقیماً نتیجه گرفت که او باید یک شغل خاص را انتخاب کند.

اگر ارزش استقلال برای او بالا باشد، این نیز به معنای وجود یک صفت شخصیتی خاص نیست.

اگر علاقه او به فعالیت‌های تحلیلی بالا باشد، این نیز معادل توانایی تحلیلی بالا نیست.

و اگر توانایی تحلیلی بالایی داشته باشد، این نیز به‌خودی‌خود نشان نمی‌دهد که شغل تحلیل‌گری برای او رضایت‌بخش خواهد بود.

جامعیت واقعی در این مثال زمانی حاصل می‌شود که هر سؤال با سازه و ابزار متناسب خود پاسخ داده شود.


۱۹. آنچه نباید از معماری چندسطحی استنباط کرد

معماری چندسطحی نباید به این معنا تفسیر شود که:

هرچه آزمون بیشتر باشد، ارزیابی بهتر است.

یا:

ترکیب چند آزمون همیشه از یک آزمون بهتر است.

یا:

اگر یک ویژگی در چند آزمون ظاهر شود، پس «واقعی‌تر» است.

یا:

همبستگی میان دو مقیاس نشان می‌دهد که آن‌ها یک سازه واحدند.

یا:

نمره بالای یک صفت نشان می‌دهد فرد الزاماً در یک شغل خاص موفق خواهد شد.

یا:

یک پروفایل شخصیتی می‌تواند بدون توجه به فرهنگ، موقعیت و تاریخچه فرد تفسیر شود.

یا:

استعداد، ارزش، علاقه، صفت و توانایی را می‌توان صرفاً به دلیل ارتباطشان با یکدیگر به یک مفهوم واحد تبدیل کرد.

یا:

یک آزمون غیربالینی نمی‌تواند هیچ پیامد بالینی داشته باشد؛ یا برعکس، هر نمره شخصیت را می‌توان به‌صورت بالینی تفسیر کرد.

معماری جامع دقیقاً برای جلوگیری از همین جهش‌های استنباطی طراحی می‌شود.


۲۰. اصل «کمینه کافی» در برابر «حداکثر اطلاعات»

اگر جامعیت را با انباشت اطلاعات اشتباه بگیریم، ارزیابی می‌تواند به مجموعه‌ای طولانی و خسته‌کننده از آزمون‌ها تبدیل شود.

اما هدف ارزیابی حرفه‌ای، بیشینه‌کردن تعداد نمره‌ها نیست.

هدف، فراهم‌کردن اطلاعات کافی، معتبر و مرتبط با سؤال است.

از این منظر می‌توان از اصل «کمینه کافی» (Sufficient Minimum) دفاع کرد:

کمترین مجموعه داده‌ای را انتخاب کنیم که برای پاسخ معتبر به سؤال موردنظر کافی باشد.

این اصل دو افراط را هم‌زمان محدود می‌کند:

افراط اول: «یک آزمون برای همه چیز کافی است.»

افراط دوم: «برای جامع بودن باید همه آزمون‌های موجود را اجرا کرد.»

معماری خوب میان این دو قرار می‌گیرد.


۲۱. معماری پیشنهادی برای ارزیابی غیربالینی شخصیت

یک معماری عملی را می‌توان از چند سطح تشکیل داد.

سطح نخست، صفات شخصیتی است. در این سطح می‌توان بسته به سؤال از مدل‌هایی مانند پنج‌عاملی یا HEXACO استفاده کرد.

سطح دوم، انگیزه‌ها و نیازها است؛ زمانی که سؤال ارزیابی مستقیماً درباره نیروهای جهت‌دهنده به رفتار باشد.

سطح سوم، ارزش‌ها است؛ زمانی که مسئله، اولویت‌ها و اصول ارزیابانه فرد باشد.

سطح چهارم، علایق است؛ به‌ویژه در ارزیابی شغلی و تحصیلی.

سطح پنجم، توانایی‌ها و عملکرد است؛ زمانی که سؤال به ظرفیت انجام تکلیف یا عملکرد واقعی مربوط می‌شود.

سطح ششم، رفتار و زمینه است؛ شامل گزارش دیگران، داده‌های موقعیتی، سابقه عملکرد و در صورت ضرورت داده‌های طولی یا رفتاری.

اما این شش سطح نباید به یک باتری ثابت تبدیل شوند.

اصل معماری این است:

هر سطح فقط زمانی وارد ارزیابی می‌شود که سؤال تصمیم به آن نیاز داشته باشد.


۲۲. یک الگوریتم مفهومی برای انتخاب ابزار

به جای شروع با سؤال «کدام آزمون جامع‌تر است؟»، بهتر است ارزیابی با این توالی آغاز شود:

ابتدا باید مشخص شود چه تصمیم یا پرسشی در مرکز ارزیابی قرار دارد.

سپس باید تعیین شود چه استنباطی برای پاسخ به آن سؤال لازم است.

بعد باید مشخص شود کدام سازه‌ها برای آن استنباط ضروری‌اند.

در مرحله بعد باید برای هر سازه، ابزار یا منبع داده مناسب انتخاب شود.

پس از آن باید شواهد مربوط به روایی، پایایی/دقت، انصاف، جمعیت هدف و زمینه فرهنگی بررسی شود.

در نهایت، نتایج ابزارهای مختلف باید در سطح مناسب خودشان تفسیر شوند و از ترکیب آن‌ها فقط در جایی استفاده شود که ارتباط نظری و تجربی آن‌ها موجه باشد.

در چنین معماری‌ای، ابزار پیش از سؤال قرار نمی‌گیرد.

سؤال ارزیابی، ابزار را تعیین می‌کند؛ نه برعکس.


۲۳. نتیجه‌گیری

«آزمون جامع شخصیت» اگر به معنای یک پرسشنامه واحد باشد که بتواند همه تفاوت‌های مهم فردی را اندازه‌گیری کند، مفهومی بیش از حد گسترده و از نظر سازه‌ای مسئله‌دار است.

شخصیت شامل سطوح و حوزه‌های متفاوتی است و صفات، انگیزه‌ها، ارزش‌ها، علایق، توانایی‌ها، استعدادها و رفتارها را نمی‌توان صرفاً به دلیل ارتباط تجربی‌شان یک سازه واحد تلقی کرد.

بنابراین جامعیت بهتر است نه به‌عنوان ویژگی یک آزمون، بلکه به‌عنوان ویژگی یک معماری ارزیابی متناسب با هدف فهمیده شود.

این معماری دست‌کم باید میان سه سطح تمایز بگذارد:

جامعیت سازه‌ای، جامعیت اندازه‌گیری و جامعیت تصمیم‌گیری.

یک ابزار ممکن است در یکی قوی و در دیگری محدود باشد.

از این منظر، سؤال حرفه‌ای دیگر این نیست:

«کدام آزمون جامع‌ترین است؟»

بلکه سؤال دقیق‌تر این است:

«برای این سؤال، درباره این فرد، در این جمعیت و این زمینه، چه سازه‌هایی باید سنجیده شوند، با چه ابزارهایی، با چه شواهدی، و برای چه نوع استنباطی؟»

این تغییر سؤال، از «انتخاب آزمون» به «طراحی معماری ارزیابی» حرکت می‌کند.

جامعیت واقعی نیز در همین نقطه شکل می‌گیرد: نه در تعداد بیشتر ماده‌ها، نه در تعداد بیشتر مقیاس‌ها و نه در انباشت آزمون‌ها، بلکه در تناسب میان سؤال، سازه، اندازه‌گیری، زمینه و استنباط.

در این معنا، یک ارزیابی خوب لزوماً ارزیابی‌ای نیست که درباره فرد «همه‌چیز» بداند؛ بلکه ارزیابی‌ای است که آنچه برای سؤال موردنظر لازم است، به اندازه کافی دقیق، معتبر، منصفانه و قابل‌تفسیر اندازه‌گیری کند.

منابع

American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Educational Research Association.

Ashton, M. C., & Lee, K. (2004). A hierarchical analysis of 1,710 English personality-descriptive adjectives. Journal of Personality and Social Psychology, 87(5), 707–721.

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.

Ashton, M. C., & Lee, K. (2009). The HEXACO-60: A short measure of the major dimensions of personality. Journal of Personality Assessment, 91(4), 340–345.

Cattell, H. E. P., & Mead, A. D. (2008). The sixteen personality factor questionnaire (16PF). In G. J. Boyle, G. Matthews, & D. H. Saklofske (Eds.), The SAGE handbook of personality theory and assessment. SAGE.

Costa, P. T., Jr., & McCrae, R. R. (1992). Revised NEO Personality Inventory (NEO PI-R) and NEO Five-Factor Inventory: Professional Manual. Psychological Assessment Resources.

Costa, P. T., Jr., & McCrae, R. R. (1995). Domains and facets: Hierarchical personality assessment using the Revised NEO Personality Inventory. Journal of Personality Assessment, 64(1), 21–50.

DeYoung, C. G. (2015). Cybernetic Big Five Theory. Journal of Research in Personality, 56, 33–58.

Hogan, R., & Barrett, P. (2007). Hogan Personality Inventory Manual. Hogan Assessment Systems.

Lee, K., & Ashton, M. C. (2004). Psychometric properties of the HEXACO Personality Inventory. Multivariate Behavioral Research, 39(2), 329–358.

Lee, K., & Ashton, M. C. (2006). Further assessment of the HEXACO Personality Inventory: Two new facet scales and an observer report form. Psychological Assessment, 18(2), 182–191.

Lee, K., & Ashton, M. C. (2018). Psychometric properties of the HEXACO-100. Assessment, 25(5), 543–556.

McAdams, D. P., & Pals, J. L. (2006). A new Big Five: Fundamental principles for an integrative science of personality. American Psychologist, 61(3), 204–217.

McCrae, R. R., & Terracciano, A. (2005). Universal features of personality traits from the observer's perspective: Data from 50 cultures. Journal of Personality and Social Psychology, 88(3), 547–561.

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.

Schwartz, S. H., Cieciuch, J., Vecchione, M., et al. (2012). Refining the theory of basic individual values. Journal of Personality and Social Psychology, 103(4), 663–688.

Soto, C. J., & John, O. P. (2017). Short and extra-short forms of the Big Five Inventory–2: The BFI-2-S and BFI-2-XS. Journal of Research in Personality, 68, 69–81.

Hook, J. N., Hall, T. W., Davis, D. E., Van Tongeren, D. R., & Conner, M. (2021). The Enneagram: A systematic review of the literature and directions for future research. Journal of Clinical Psychology.

روانشناسی شخصیت
۰
۰
فرزاد ناصحی
فرزاد ناصحی
کارشناسی ارشد مشاوره خانواده و علاقمند به مباحث بین‌رشته‌ای
روانشناسان
روانشناسان
مطالب تخصصی برای مشاوران و روانشناسان
شاید از این پست‌ها خوشتان بیاید