प्राथमिक व्यक्तित्व का कारक भाग

From Vectors of Mind - मूल छवियों पर।

[छवि: मूल पोस्ट से दृश्य सामग्री]स्टीमपंक विवेक (DALL·E)

आपके विवेक का मनोविकृति और विकास से क्या संबंध है? क्यों मनोमिति यह पाती है कि मनुष्यों में, जो एक सामाजिक प्रजाति है, सफलता पुस्तक बुद्धिमत्ता पर अधिक निर्भर करती है बजाय लोगों की बुद्धिमत्ता के? क्या व्यक्तित्व मॉडल यह समझाते हैं कि हम कौन हैं या हम यहां कैसे पहुंचे? और इसका भाषा से क्या संबंध है? यह श्रृंखला उन प्रश्नों का उत्तर देने का प्रयास करती है।

वेक्टर ऑफ माइंड पढ़ने के लिए धन्यवाद! नए पोस्ट प्राप्त करने और मेरे काम का समर्थन करने के लिए मुफ्त में सब्सक्राइब करें।

α और β#

ब्लॉग के पाठक बिग फाइव की उत्पत्ति से परिचित हैं। लेक्सिकल हाइपोथीसिस का आह्वान करते हुए, साहसी मनोमितिकारों ने चरित्र के भाषाई परिदृश्य को मानचित्रित करने का प्रयास किया। प्रोटो वर्ड वेक्टर का उपयोग करते हुए, सामान्य विशेषणों के सहसंबंध मैट्रिक्स को कुछ आयामों तक घटा दिया गया।

[छवि: मूल पोस्ट से दृश्य सामग्री]भाषा की ओर देखता प्रारंभिक कार्टोप्साइकोग्राफर

1990 के दशक में यह क्षेत्र बिग फाइव के इर्द-गिर्द एकजुट हो गया, जो ऐसे डेटा के पहले पांच प्रमुख घटकों का एक रोटेशन था। समर्थकों के तर्क तब इस बात पर वर्तमान सहमति को दर्शाते हैं कि मॉडल क्या हासिल कर सकता है।

"[फाइव फैक्टर मॉडल] व्यक्तित्व की गतिशीलता या व्यक्तित्व विकास का मॉडल प्रदान नहीं करता है, और न ही इसे कभी प्रदान करने का इरादा था। इसका मतलब यह नहीं है कि बिग फाइव आयामों को गतिशील और विकासात्मक स्तर पर स्पष्ट नहीं किया जा सकता है या नहीं किया जाएगा, केवल यह कि मॉडल को लक्षण विवरणों के बीच अनुभवजन्य रूप से देखे गए संबंधों का हिसाब देने के लिए विकसित किया गया था।" जॉन और रॉबिन्स (1994) व्यक्तित्व के अध्ययन में कोई दरवाजा बंद नहीं होना चाहिए

व्यक्तित्व जीवन के सबसे सिद्धांत-समृद्ध क्षेत्रों में से एक है। हर जगह लोग—विशेष रूप से मनोवैज्ञानिक—के पास यह समझाने के लिए कारण मॉडल हैं कि लक्षण कैसे संबंधित हैं और विकसित होते हैं। यह क्षेत्र के सामान्य मॉडल के लिए इस विषय पर स्पष्ट रूप से मौन रहने की एक अजीब स्थिति है। बिग फाइव के साथ कुछ सैद्धांतिक कार्य है, यह अक्सर 1 या 2 सुपर-फैक्टर (1,2,3,4,5) तक कारकों को शामिल करता है। मेटा-लक्षणों का पहला ऐसा स्पष्टीकरण 1997 में डिगमैन के बिग फाइव के उच्च-क्रम कारक के साथ था। उनका मेटा-विश्लेषण 14 विभिन्न बिग फाइव अध्ययनों में रिपोर्ट किए गए 5x5 सहसंबंध मैट्रिक्स पर पीसीए पर आधारित था। पहले दो कारक अध्ययनों में उल्लेखनीय रूप से सुसंगत थे और विकास के सैद्धांतिक मॉडलों के साथ संरेखित थे। यहां वह पहले पीसी का वर्णन करते हैं।

एक और संभावना, जो कारकों को कारण एजेंटों के रूप में देखती है, न कि केवल सहसंबद्ध चर के संग्रह के रूप में, यह है कि कारक α स्वयं समाजीकरण प्रक्रिया का प्रतिनिधित्व करता है। फ्रायड (1930) से कोहट (1977) तक, वॉटसन (1929) से स्किनर (1971) तक, विभिन्न विचारधाराओं के व्यक्तित्व सिद्धांतकार आवेग संयम और विवेक के विकास, और शत्रुता, आक्रामकता और न्यूरोटिक रक्षा के कम करने के बारे में चिंतित रहे हैं। इस दृष्टिकोण से, कारक α वही है जो व्यक्तित्व विकास के बारे में है। इस प्रकार, यदि सब कुछ समाज के खाके के अनुसार चलता है, तो बच्चा सुपरईगो विकसित करता है और आईडी आवेगों को रोकना या पुनर्निर्देशित करना सीखता है और सामाजिक रूप से स्वीकृत तरीकों से आक्रामकता को समाप्त करता है। समाजीकरण की विफलता न्यूरोसिस, अपर्याप्त सुपरईगो, या अत्यधिक आक्रामकता से इंगित होती है। ~जॉन एम. डिगमैन, बिग फाइव के उच्च-क्रम कारक

दशकों बाद, इन कारकों की वैधता के बारे में अभी भी बहस चल रही है। एक ओर, ऐसे कार्य हैं जो कई भाषाओं में इन समान कारकों को पाते हैं, और उन्हें कई अन्य सैद्धांतिक मॉडलों से संबंधित करते हैं। बाद के मामले का परीक्षण करते हुए, सॉसियर, थलमेयर और पायने ने यह पता लगाया कि क्या अन्य साहित्य में चार अलग-अलग सैद्धांतिक रूप से व्युत्पन्न प्रणालियाँ बिग टू की रोटेशन हैं, और उन्हें घटाकर:

1. अंतरवैयक्तिक जटिल

2. नैतिकता/गर्मी और क्षमता के वर्तमान मॉडल।

3. नैदानिक लक्षण रिपोर्टों में दो सबसे बड़े आयाम - आंतरिक और बाहरी प्रवृत्तियाँ - जैसा कि वे सामान्य-श्रेणी की आबादी में प्रकट होती हैं।

4. दृष्टिकोण और परिहार प्रवृत्तियाँ, जैविक-प्रक्रिया मॉडल के निर्माण के लिए एक प्रमुख सैद्धांतिक दृष्टिकोण।

दूसरी ओर, कुछ अभी भी इस बात पर बहस करते हैं कि ये कारक बिग फाइव से कैसे संबंधित हैं। यह शुरुआत से ही लेक्सिकल डेटा का विश्लेषण करके सुलझाया जा सकता था, बजाय उपकरणों और निर्माणों के। इस अच्छी तरह से उद्धृत पेपर पर विचार करें जो बिग टू सिद्धांत की आलोचना करता है, डिगमैन की खोज के एक दशक बाद लिखा गया:

[छवि: मूल पोस्ट से दृश्य सामग्री] व्यक्तित्व के उच्च क्रम कारक: क्या वे मौजूद हैं? का सारांश

पाठ सारांश से लिया गया है। विडंबना यह है कि सही पाठ्यक्रम का भी सुझाव दिया गया है: “इसलिए, उच्च क्रम कारकों और मिश्रित चर की परिकल्पनाओं का परीक्षण केवल उन डेटा के साथ किया जा सकता है जो व्यक्तित्व कारकों को परिभाषित करने वाले निम्न स्तर के व्यक्तित्व चर पर हैं।”

आइटम-स्तर से α#

बिग फाइव का एक आधारशिला यह है कि वे सामान्य विशेषणों पर उनके शब्द लोडिंग द्वारा परिभाषित होते हैं। जब हम बिग फाइव पर पीसीए करते हैं तो क्या होता है? हमें “वेरिएबल्स जो व्यक्तित्व कारकों को परिभाषित करते हैं”—शब्दों पर वापस लौटना चाहिए।

[छवि: मूल पोस्ट से दृश्य सामग्री]मनोवैज्ञानिक लेक्सिकल हाइपोथीसिस को फिर से खोजते हुए

एक और कोण पर विचार करें। कल्पना करें कि आपके पास शब्द-स्तरीय सर्वेक्षण डेटा है और पीसीए करते हैं, पांच कारक निकालते हैं। यदि आप वेरिमैक्स-रोटेटेड संरचना (बिग फाइव) की रिपोर्ट करते हैं, तो कोई और व्यक्ति बिना रोटेटेड कारकों को कितनी अच्छी तरह पुनः प्राप्त कर सकता है?

अच्छी खबर यह है कि हमारे पास यह पता लगाने के लिए डेटा है। सॉसियर और गोल्डबर्ग ने प्रकाशित 435 विशेषणों के शब्द बिग फाइव लोडिंग। उन्होंने आइटम-स्तरीय सर्वेक्षण डेटा को उपलब्ध कराने की कृपा की है। प्रत्येक शब्द को इस बात से परिभाषित किया गया है कि 900 छात्र इसे कितनी अच्छी तरह से वर्णन करते हैं। इससे हम बिना रोटेटेड कारकों पर शब्द लोडिंग की गणना कर सकते हैं। मैं पेपर में रिपोर्ट किए गए बिग फाइव लोडिंग पर भी पीसीए करता हूं। ये नीचे दिए गए चित्र में सहसंबद्ध हैं। डिगमैन का अनुसरण करते हुए, बाद वाले को ग्रीक अक्षरों के साथ नामित किया गया है। हम मूल कारकों को पुनः प्राप्त करने की उम्मीद करते हैं, साथ ही कुछ विकृति क्योंकि वेरिमैक्स रोटेशन के कारण कुछ भिन्नता को दो बार गिना जाएगा।

[छवि: मूल पोस्ट से दृश्य सामग्री]x-अक्ष: S&G1996 के बिना रोटेटेड प्रमुख घटक। y-अक्ष: S&G द्वारा रिपोर्ट किए गए बिग फाइव शब्द लोडिंग के प्रमुख घटक

किसी भी तरह से गणना की गई, पहले दो पीसी क्रमशः 0.8 और 0.91 पर संरेखित होते हैं। जब रोटेटेड कारकों को प्रकाशित किया जाता है, तब भी कोई बिना रोटेटेड कारकों की एक अच्छी तस्वीर प्राप्त कर सकता है। यदि हम पागल महसूस कर रहे होते, तो हम रोटेटेड कारकों (जैसे बीएफआई) के अनुमान के लिए एक उपकरण डिज़ाइन करके खुद को लेक्सिकल पीसी से और भी दूर हटा सकते थे। उन कारकों पर पीसीए पीसी1 का और भी विकृत संस्करण पुनः प्राप्त करेगा। यह विश्लेषण डिगमैन ने किया था। स्रोत से बहुत दूर डेटा को मंगाते हुए, वह बिग टू के बिग फाइव, भाषा, या सामान्य व्यक्तित्व से संबंधित होने के बारे में मजबूत दावे नहीं कर सके। हालांकि, वे लेक्सिकल डेटा में पहले दो बिना रोटेटेड कारकों का एक विकृत संस्करण हैं। अल्फा और बीटा वही हैं जो बिग फाइव के पहले दो कारक वेरिमैक्स रोटेशन के बिना होंगे।

डिगमैन का हजारों पेपर उद्धृत करते हैं, जिनमें से कई उनके दावों का विरोध करते हैं। मेरी जानकारी में, कोई भी बिग टू को समझाने के लिए इस सरल तर्क को नहीं बनाता है। साहित्य में उन्हें आमतौर पर अनुक्रमिक रूप से संबंधित माना जाता है।

वास्तव में, ऊपर उल्लिखित प्रमुख पेपर, भाषा से बीएफआई की तुलना में एक कदम आगे डेटा का विश्लेषण करता है। आइटम- या शब्द-स्तरीय डेटा का उपयोग करने के बजाय, जो लेखकों के पास प्रचुर मात्रा में था, वे बिग फाइव पहलुओं पर निर्भर करते हैं जो व्युत्पन्न कारकों के व्युत्पन्न हैं।

बिग फाइव के साथ संबंध#

व्यक्तित्व विज्ञान में एक कम ज्ञात तथ्य यह है कि पहले कारक बिग फाइव के छोटे कारकों से बहुत बड़े होते हैं। नीचे 435 विशेषणों के गुणांक पर विचार करें। वे सर्वेक्षण और एनएलपी डेटा में प्रत्येक कारक द्वारा समझाए गए भिन्नता (व्यक्तित्व जानकारी) का प्रतिनिधित्व करते हैं।

[छवि: मूल पोस्ट से दृश्य सामग्री]

पहला कारक पांचवें से 8 गुना बड़ा है; बिग फाइव जैसे नाम से ढकी हुई असमानता। वेरिमैक्स रोटेशन के परिणामस्वरूप व्यक्तित्व जानकारी का पुनर्वितरण होता है। सामग्री को पहले कारक से बाकी में स्थानांतरित किया जाता है। इस बढ़ावा के बिना, अंतिम 2-3 कारक टैगलॉन्ग हैं। जोड़े गए भिन्नता के साथ वे बराबरी पर आ जाते हैं और क्रमशः: कर्तव्यनिष्ठा, न्यूरोटिसिज्म और खुलापन बन जाते हैं। फिर भी, ओपननेस को लगातार पुनः प्राप्त नहीं किया जाता है, और अक्सर इसे बुद्धिमत्ता जैसे अन्य लक्षणों के साथ समूहीकृत किया जाता है। यह रोटेशन पीसी1—α—के नुकसान के लिए है—जो सहमतता बन जाता है।

[छवि: मूल पोस्ट से दृश्य सामग्री]

जैसा कि ऊपर दी गई तालिका में देखा गया है, पीसी1 को हर कारक (न्यूरोटिसिज्म को छोड़कर) में वितरित किया जाता है, और सहमतता ज्यादातर पहले तीन बिना रोटेटेड कारकों से निर्मित होती है। कुछ एंटी-डायनामिज्म पीसी2 से लिया जाता है, और कुछ एंटी-ऑर्डर पीसी3 से। (बिना रोटेटेड कारकों की सामग्री पर अधिक जानकारी के लिए यह पोस्ट देखें, जिसमें उन्हें भाषा मॉडल से प्राप्त करने के लिए कोड शामिल है।) क्या किसी ने सहमतता के बारे में उतनी ही सुंदरता से लिखा है जितना डिगमैन ने α के बारे में लिखा था? मूल निर्माण का अधिकांश भाग खो गया है, केवल 0.64 सहसंबंध के साथ। यह सरल संरचना को विकृत करता है और बहुत भ्रम की स्थिति पैदा करता है, जिसमें लेक्सिकल डेटा की सैद्धांतिक समृद्धि को कम करके आंका जाता है। सारुमन एक समान प्रक्रिया की व्याख्या करता है “क्या आप जानते हैं कि ऑर्क्स की उत्पत्ति कैसे हुई? वे कभी एल्व्स थे, जिन्हें अंधेरे शक्तियों द्वारा लिया गया, प्रताड़ित और विकृत किया गया। जीवन का एक बर्बाद और भयानक रूप।”

[छवि: मूल पोस्ट से दृश्य सामग्री]सहमतता वर्षों की सांख्यिकीय यातना के बाद उभरती है

हम दशकों से α को माप सकते थे लेकिन इसके बजाय हमें सहमतता और यह भ्रम मिला कि दोनों कैसे संबंधित हैं। (एल्फ→ऑर्क, यह पता चला है।) यह तर्क डीप लेक्सिकल हाइपोथीसिस के अध्ययन 1 में डेविड और मैं जो तर्क देते हैं उसका एक अधिक रंगीन संस्करण है: कि यह स्पष्ट नहीं है कि अंतिम 2 (या 3) कारक सांख्यिकीय रूप से उचित हैं। जाहिर है, मैं भी α का बड़ा प्रशंसक हूं, और मुझे लगता है कि कोई भी मॉडल उन विचारों को वितरित करने के लिए नहीं बना सकता है जो इसमें शामिल हैं। भले ही उस मॉडल में अतिरिक्त उपयोगी कारक शामिल हों। (एक नोट के रूप में, मेरे सह-लेखक का इस तर्क के अनधिकृत संस्करण से कोई संबंध नहीं है।)

क्योंकि हमारे पास शब्द स्तर के डेटा तक पहुंच है, आइए α पर करीब से नज़र डालें।

α क्या है?#

भाषा डेटा पर वापस जाकर, हम वेरिमैक्स रोटेशन और उपकरण डिज़ाइन द्वारा पेश किए गए विकृति के बिना α को देख सकते हैं। बेशक सर्वेक्षणों में समस्याएं हैं। वे अक्सर अजीब स्नातकों पर एकत्र किए जाते हैं जो सभी शब्दों की परिभाषा जानते हैं या नहीं भी जानते हैं। सर्वेक्षण उबाऊ होते हैं, और उन्हें सटीक रूप से भरने में कोई व्यक्तिगत लाभ नहीं होता है। प्राकृतिक भाषा प्रसंस्करण सभी क्षेत्रों के वक्ताओं से पाठ का उपयोग करके डेटा के क्रम में शब्द संबंधों को खोजकर इसे हल करता है। सर्वेक्षणों से अधिक परिचित लोगों के लिए, निश्चिंत रहें, दोनों विधियाँ पहले पीसी पर 0.93 सहसंबंध करती हैं। सॉसियर और गोल्डबर्ग के समान 435 शब्दों का उपयोग करते हुए, यहां α के प्रत्येक ध्रुव पर लोड होने वाले शीर्ष 30 शब्द हैं:

विचारशील, शांतिपूर्ण, सम्मानजनक, दयालु, विनम्र, अनाक्रामक, शिष्ट, सहमत, सौहार्दपूर्ण, उचित, सुखद, परोपकारी, करुणामय, समझदार, दानशील, सहायक, अनुकूलनीय, सहयोगी, मिलनसार, सहिष्णु, विनम्र, विश्वासपात्र, धैर्यवान, हंसमुख, परोपकारी, आसान, विनम्र, निःस्वार्थ, दोस्ताना, व्यावहारिक, उदार, कूटनीतिक, शिष्ट, आरामदायक, निःस्वार्थ, ईमानदार, अवांछनीय, गर्म, चतुर, स्नेही

बनाम

अपमानजनक, युद्धप्रिय, अनादरपूर्ण, झगड़ालू, निर्दयी, अशिष्ट, कट्टर, असहिष्णु, विचारहीन, असहयोगी, चिड़चिड़ा, प्रतिशोधी, अशिष्ट, पूर्वाग्रही, विरोधी, अशिष्ट, क्रैबी, अहंकारी, क्रूर, सख्त, असभ्य, चिड़चिड़ा, तिरस्कारपूर्ण, अधीर, स्वार्थी, आत्मकेंद्रित, स्वामित्व वाला, लालची, ईर्ष्यालु, चतुर, लड़ाकू, कठोर, आत्ममुग्ध, कड़वा, अवांछनीय, असहानुभूतिपूर्ण, अव्यवस्थित, अस्थिर, जिद्दी, अप्रिय

डिगमैन इस कारक का एक अच्छा वर्णन प्रस्तुत करते हैं, हालांकि इस सदी के लिए बहुत अधिक फ्रायडियन शब्दों में। अब चरित्रांकन सामाजिक आत्म-नियमन होगा। दूसरों के लिए जीवन को सुखद बनाने के लिए कोई अपनी इच्छाओं/विश्वासों/लक्ष्यों को कितनी अच्छी तरह से नियंत्रित कर सकता है। भाषा समाज का दृष्टिकोण है; इसलिए α समाज की स्वीकृति का प्रतिनिधित्व करता है।

सॉसियर नोट करते हैं कि बिग टू नैतिकता से संबंधित हैं; एक क्षेत्र जिसे दो सहस्राब्दियों पहले अच्छी तरह से संक्षेपित किया गया था। कहा जाता है कि एक संभावित यहूदी धर्मांतरित व्यक्ति था जिसने रब्बी हिलेल से एक पैर पर खड़े होकर कानून और भविष्यवक्ताओं की व्याख्या करने के लिए कहा। वह उत्तर देते हैं, “जो आपके लिए घृणास्पद है, उसे अपने साथी के साथ मत करो: यही पूरी तोराह है; बाकी टिप्पणी है।” ऊपर दी गई शब्द सूची को भी गोल्डन रूल तक घटाया जा सकता है। क्या आप विचारशील हैं? क्या आप शांति बनाते हैं? क्या आप दुर्व्यवहार से बचते हैं?

जीएफपी दर्ज करें#

यह पता चलता है कि लगभग किसी भी व्यक्तित्व सर्वेक्षण का पहला पीसी α जैसा दिखता है। नशीली दवाओं पर निर्भरता, मनोरोग विकारों, या आप वेयरवोल्व्स के बारे में क्या सोचते हैं—सभी एक संदिग्ध रूप से समान पहले पीसी को लौटाते हैं। इसे व्यक्तित्व का सामान्य कारक (जीएफपी) कहा जाने लगा है। यदि आप “दूसरों के साथ वैसा ही करें जैसा आप चाहते हैं” से परे टिप्पणी की तलाश कर रहे हैं, तो एक विस्तृत साहित्य है।

सार्वभौमिकता के बावजूद, यह क्या है इस पर अभी भी बहस चल रही है। हल्के हाथ पर विचार करें जो यहां तक कि प्रस्तावक भी स्थिति को संक्षेप में प्रस्तुत करते हैं।

“कई अध्ययनों और मेटा-विश्लेषणों ने अब पुष्टि की है कि व्यक्तित्व लक्षण सहसंबंधित होते हैं ताकि व्यक्तित्व का एक सामान्य कारक (जीएफपी) उभर सके। फिर भी, इन सहसंबंधों का क्या अर्थ है, और इसलिए जीएफपी, का प्रतिनिधित्व करता है, इस पर एक चल रही बहस है। एक व्याख्या यह है कि जीएफपी एक ठोस कारक को दर्शाता है जो सामान्य सामाजिक प्रभावशीलता या भावनात्मक बुद्धिमत्ता को इंगित करता है। एक अन्य व्याख्या यह है कि जीएफपी केवल माप या प्रतिक्रिया पूर्वाग्रह के आधार पर एक कलाकृति है।” वैन डेर लिंडेन एट अल, क्या व्यक्तित्व का एक सार्थक सामान्य कारक है?

तो, α को अब अधिक सामान्यतः जीएफपी कहा जाता है। बिग फाइव के साथ इसके संबंध के बारे में एक खुली बहस के अलावा, कुछ का मानना है कि यह एक सांख्यिकीय कलाकृति है। अंत में, समीक्षा के शीर्षक द्वारा प्रस्तुत किया गया, क्या यह सार्थक सामान्य कारक है?

क्या जीएफपी सामान्य है?#

किस अर्थ में जीएफपी सामान्य है? g सामान्य है क्योंकि 1) इसका प्रत्येक बुद्धिमत्ता उपपरीक्षण पर पर्याप्त लोडिंग है 2) यह परीक्षण डेटा के बड़े अनुपात की व्याख्या कर सकता है 3) यह अत्यधिक बाहरी रूप से विश्वसनीय है। जीएफपी पहली आवश्यकता को पूरा करता है। किसी भी निर्माण को मापना कठिन है बिना कुछ जीएफपी उठाए।

दूसरे बिंदु पर, रेवेल अच्छे काम करते हैं जो गुणांक की तुलना करते हैं ताकि यह प्रदर्शित किया जा सके कि जीएफपी g के रूप में डेटा का उतना स्पष्टीकरण नहीं करता है। यह वास्तव में ब्लॉग के नाम से वापस जाता है, द वेक्टर्स ऑफ माइंड। बुद्धिमत्ता अनुसंधान ने परीक्षण डेटा को एक आयाम तक कम करने में बड़ी सफलता देखी थी। थर्स्टोन ने महसूस किया कि व्यक्तित्व का सही प्रतिनिधित्व करने के लिए अधिक की आवश्यकता थी। याद रखें, हमारे पास यह बताने के लिए कई शब्द हैं कि कोई व्यक्ति चतुर है या नहीं; बुद्धिमत्ता व्यक्तित्व का एक उपसमुच्चय है। इस प्रकार, हम उम्मीद करते हैं कि व्यक्तित्व का एक मॉडल आवश्यक रूप से अधिक जटिल होगा। एनएलपी शब्द वेक्टर का उपयोग करता है, शब्द स्केलर का नहीं। थर्स्टोन ने इसी कारण से एकाधिक कारक विश्लेषण का आविष्कार किया, एक से अधिक कारक की आवश्यकता है!

इसके अलावा, मैं यह नोट करना चाहूंगा कि बुद्धिमत्ता परीक्षणों पर पहले गुणांक को बढ़ा-चढ़ाकर पेश करने वाली विधि पूर्वाग्रह है। उपकरण ऐसे प्रश्नों के साथ डिज़ाइन किए गए हैं जो या तो सही हैं या गलत। यह मनोमितिक रूप से एक अच्छी रणनीति है; इसे स्कोर करना आसान है। हालांकि इसे मापना मुश्किल है, एक आकर्षक कहानी सुनाना बुद्धिमत्ता की आवश्यकता है। यदि कोई गेज तैयार करता है, तो यह वास्तव में बुद्धिमत्ता के दूसरे पीसी—मौखिक झुकाव—से अधिक सहसंबद्ध हो सकता है। यह बुद्धिमत्ता अनुसंधान पर कोई कटाक्ष नहीं है, केवल यह नोट करना कि स्कोर करना आसान क्या है, विशाल मोनोपोलर पहले पीसी पर जोर देता है। शायद एक मानचित्र का एक अच्छा गुण, जब तक कि इसे क्षेत्र के लिए भ्रमित नहीं किया जाता।

जो हमें तीसरे बिंदु पर लाता है। मेरी राय है कि व्यक्तित्व को मापना कठिन है, इसलिए g की तुलना में व्यक्तित्व स्कोर की तुलना करना थोड़ा भ्रामक है क्योंकि बाद वाले अधिक शोर से दूषित होते हैं। मैं स्वयं लक्षणों में रुचि रखता हूं, जिन्हें व्यक्ति-आधारित उपकरणों को कभी भी पेश किए बिना शब्द वेक्टर के माध्यम से मापा और वर्णित किया जा सकता है। जैसा कि मैंने पहले कहा था, शब्द स्थान में परिवर्तित करें। इन चेतावनियों के साथ भी, रॉबर्ट्स एट अल एक प्रभावशाली मामला बनाते हैं कि कई अध्ययनों में व्यक्तित्व जीवन के परिणामों के भविष्यवक्ता के रूप में एसईएस और बुद्धिमत्ता के बराबर है।

इन तीन बिंदुओं पर विचार करते हुए, मैं α/जीएफपी के लिए एक और नाम सुझाता हूं: व्यक्तित्व का प्राथमिककारक (पीएफपी)। प्राथमिक का अर्थ है:

1. मुख्य महत्व का; प्रमुख।

2. समय या क्रम में सबसे पहले।

व्यक्तित्व कारक दोनों से मेल खाता है। जीएफपी भ्रामक है क्योंकि यह g के अनुरूप नहीं है; सामान्य मॉडल के लिए अधिक कारकों की आवश्यकता होती है।

क्या पीएफपी एक सांख्यिकीय कलाकृति है?#

इस विषय पर एक 2013 का पेपर खुलता है “जीएफपी का अत्यधिक प्रचलित दृष्टिकोण यह है कि यह या तो मूल्यांकन पूर्वाग्रह या सामाजिक रूप से वांछनीय तरीके से प्रतिक्रिया देने के कारण एक कलाकृति का प्रतिनिधित्व करता है।” लेक्सिकल रूप से देखा जाए तो, किसकी प्रतिक्रिया? शब्द वेक्टर? रेडिट का पूरा डेटा? यदि यह एक कलाकृति है, तो इसे वेरिमैक्स रोटेशन के माध्यम से बिग फाइव के बाकी हिस्सों में क्यों फैलाया जाए? दोनों तरह से नहीं हो सकता।

निष्कर्ष#

मनोमिति एक ऐसी भूमि है जहां कोई आधार सत्य नहीं है¹। इस प्रकार जब भी हम कर सकते हैं हमें लेक्सिकल हाइपोथीसिस को पकड़ना चाहिए।

"…हमारे सामान्य शब्दों का भंडार उन सभी भेदों को समाहित करता है जिन्हें मनुष्यों ने कई पीढ़ियों के जीवनकाल में आकर्षित करने योग्य पाया है, और उन कनेक्शनों को जो उन्होंने चिह्नित करने योग्य पाया है: ये निश्चित रूप से अधिक संख्या में, अधिक ध्वनि वाले हैं, क्योंकि उन्होंने जीवित रहने की लंबी परीक्षा का सामना किया है। सबसे पसंदीदा वैकल्पिक विधि की दोपहर में हमारे आर्मचेयर में आप या मैं जो सोचने की संभावना रखते हैं, उससे कहीं अधिक सूक्ष्म, कम से कम सभी सामान्य और उचित व्यावहारिक मामलों में।" जे.एल. ऑस्टिन, एक बहाने के लिए याचिका

इसी कारण से मैं पीएफपी को गोल्डन रूल के रूप में वर्णित करना पसंद करता हूं। अक्सर अनुशासन ऐसे शब्दजाल का निर्माण करना पसंद करते हैं जो लाखों जीवन की छाप नहीं रखता। कम सामान होता है, और कोई अधिक सटीक रूप से बोल सकता है, ऐसा सोचा जाता है। लेकिन यह ज्ञान को एक हाथी दांत के टॉवर में अलग करने की प्रवृत्ति रखता है जो सांसारिक—मानव—वास्तविकताओं से अलग होता है। अगली पोस्ट का तर्क है कि पीएफपी के साथ विकास ने हमें जानवर से एक सामूहिक विवेक वाली प्रजाति में बदल दिया। यह संबंध देखना अधिक कठिन है यदि पीएफपी को मानसिक रूप से अधिक बाँझ सामाजिक आत्म-नियमन के रूप में संग्रहीत किया जाता है। शायद एक रोमांटिक प्रस्तावना, लेकिन शब्द मायने रखते हैं।

यह कुछ हद तक विडंबना है कि व्यक्तित्व के अध्ययन में कोई दरवाजा बंद नहीं होना चाहिए में जॉन के तर्कों की सफलता ने शब्द-स्तरीय अनुसंधान पर दरवाजे बंद करने की प्रवृत्ति रखी है। जब सुव्यवस्थित सामान्य कारक मौजूद हैं तो अनियंत्रित शब्दावली का अध्ययन क्यों करें? इस पोस्ट ने α, β, और जीएफपी का लेक्सिकल दृष्टिकोण लिया, जिसने हमें लंबे समय से चले आ रहे प्रश्नों का उत्तर देने में सक्षम बनाया कि वे बिग फाइव से कैसे संबंधित हैं और क्या वे सांख्यिकीय कलाकृति से अधिक हैं। क्या ये बातें क्षेत्र में लोगों के लिए स्पष्ट हैं? आईओ मनोविज्ञान के लिए क्या निहितार्थ हैं? विकास और धर्म के बारे में पीएफपी की परिमाण हमें क्या बता सकती है?

अभी सब्सक्राइब करें

[छवि: मूल पोस्ट से दृश्य सामग्री]वैज्ञानिक व्यक्तित्व के प्राथमिक कारक की खोज करते हैं