パーソナリティの主要因部分

From Vectors of Mind - images at original.

[Image: Visual content from original post]Steampunk conscience (DALL·E)

あなたの良心は精神病や進化とどのように関係しているのでしょうか？心理測定学が、社会的な種である人間の成功が人間関係の知恵よりも学問的な知恵に依存していると見出すのはなぜでしょうか？性格モデルは私たちが誰であるかを説明すべきなのか、それとも私たちがどのようにここにたどり着いたのかを説明すべきなのでしょうか？そして、これらすべてが言語とどのように関係しているのでしょうか？このシリーズはこれらの質問に答えることを目指しています。

Vectors of Mindを読んでいただきありがとうございます！新しい投稿を無料で受け取り、私の仕事をサポートするために購読してください。

αとβ#

このブログの読者はビッグファイブの起源に精通しています。語彙仮説を呼び起こし、勇敢な心理測定学者たちは性格の言語的風景をマッピングしようとしました。プロトワードベクトルを使用して、一般的な形容詞の相関行列をいくつかの次元に縮小しました。

[Image: Visual content from original post]Early cartopsychographer looks to language

1990年代には、ビッグファイブ、つまりそのようなデータの最初の5つの主成分の回転にフィールドが統合されました。支持者の議論は、モデルが達成できることについての現在のコンセンサスを反映しています。

「[五因子モデル]は、性格のダイナミクスや性格の発展のモデルを提供するものではなく、そのように意図されたこともありません。これは、ビッグファイブの次元がダイナミックで発展的なレベルで説明されることができない、またはされないということではなく、モデルが特性記述間の経験的に観察された関係を説明するために開発されたということです。」 John and Robins (1994) Traits and Types, Dynamics and Development: No Doors Should Be Closed in the Study of Personality

性格は人生の中で最も理論的に豊かな領域の一つです。心理学者を含むすべての人々が、特性がどのように関連し発展するかについての因果モデルを持っています。フィールドの一般モデルがこのトピックについて明示的に沈黙しているのは奇妙な状況です。ビッグファイブに関する理論的な作業もありますが、これはしばしば1つまたは2つのスーパー因子に関するものです（1,2,3,4,5). メタ特性の最初の説明は1997年にDigmanのHigher-order factors of the Big Fiveで行われました。彼のメタ分析は、14の異なるビッグファイブ研究で報告された5x5相関行列のPCAで構成されていました。最初の2つの因子は研究全体で驚くほど一貫しており、発展の理論モデルと一致していました。ここで彼は最初のPCを説明しています。

「もう一つの可能性は、因子を単に相関変数の集まりとしてではなく、因果エージェントとして見ることであり、因子αが社会化プロセスそのものを表しているということです。フロイト（1930）からコフート（1977）、ワトソン（1929）からスキナー（1971）まで、さまざまな立場の性格理論家は、衝動の抑制と良心の発展、敵意、攻撃性、神経症的防衛の減少に関心を持ってきました。この観点から、因子αは性格発展のすべてです。したがって、すべてが社会の設計図に従って進むならば、子供は超自我を発展させ、イドの衝動を抑制または再方向付けし、社会的に承認された方法で攻撃性を放出することを学びます。社会化の失敗は、神経症、不十分な超自我、または過度の攻撃性によって示されます。」 ~John M. Digman, Higher-order factors of the Big Five

数十年後、これらの因子の正当性についての議論はまだ続いています。一方では、多くの言語でこれらの同じ因子を見つけ、いくつかの他の理論モデルと関連付ける研究があります。後者のケースをテストするために、Saucier、Thalmayer、Payneは、他の文献で理論的に導出された4つの異なるシステムがビッグツーの回転であり、縮小可能かどうかを探りました：

1. 対人複合体

2. 現在の道徳性/温かさと能力のモデル。

3. 臨床症状報告の中で最大の2つの次元 - 内向化と外向化の傾向 - が通常範囲の集団にどのように現れるか。

4. 生物学的プロセスモデルを構築するための顕著な理論的アプローチであるアプローチと回避の傾向。

一方で、これらの因子がビッグファイブとどのように関連しているかについての議論もあります。これは、楽器や構成ではなく、語彙データを分析することで最初から解決できたかもしれません。Digmanの発見から10年後に書かれたビッグツー理論に批判的なよく引用される論文を考えてみてください：

[Image: Visual content from original post]The abstract of Higher Order Factors of Personality: Do They Exist?

テキストは要約から引用されています。皮肉なことに、正しいコースも示唆されています：「したがって、高次因子とブレンド変数の仮説は、性格因子を定義する下位レベルの性格変数に関するデータでのみテストできます。」

項目レベルからのα#

ビッグファイブの基礎は、一般的な形容詞の単語負荷によって定義されていることです。ビッグファイブにPCAを行うとどうなるでしょうか？「性格因子を定義する変数」、つまり単語に戻らなければなりません。

[Image: Visual content from original post]Psychologists rediscovering the Lexical Hypothesis

別の角度を考えてみましょう。単語レベルの調査データを持っていて、PCAを実行し、5つの因子を抽出すると想像してください。バリマックス回転構造（ビッグファイブ）を報告した場合、他の誰かが非回転因子をどれだけうまく回復できるでしょうか？

良いニュースは、私たちにはそれを見つけるためのデータがあることです。SaucierとGoldbergは、435の形容詞の単語ビッグファイブ負荷を公開しました。彼らは親切にも項目レベルの調査データを利用可能にしました。各単語は、900人の学生がそれが自分をどれだけよく説明しているかを評価する方法によって定義されます。これから、非回転因子に対する単語負荷を計算できます。また、論文で報告されたビッグファイブ負荷にPCAを行います。これらは以下の図で相関しています。Digmanに従って、後者はギリシャ文字で命名されています。バリマックス回転のために一部の分散が二重にカウントされるため、元の因子を回復し、歪みを期待します。

[Image: Visual content from original post]x-axis: unrotated principal components of S&G1996. y-axis: principal components of Big Five word loadings reported by S&G

どちらの方法で計算しても、最初の2つのPCはそれぞれ0.8と0.91で整列します。回転因子が公開されている場合でも、非回転因子のかなり良いイメージを得ることができます。もし私たちが気が狂っていたら、回転因子を近似するための楽器を設計することによって、語彙PCからさらに遠ざけることができました（例えばBFI）。これらの因子にPCAを行うと、PC1のさらに歪んだバージョンが回復されます。これはDigmanが行った分析です。データをソースから遠ざけることで、彼はビッグツーがビッグファイブ、言語、または一般的な性格とどのように関連しているかについて強い主張をすることができませんでした。しかし、彼らは構造上、語彙データの最初の2つの非回転因子の歪んだバージョンです。 アルファとベータは、バリマックス回転なしでビッグファイブの最初の2つの因子がどのようになるかです。

何千もの論文がDigmanを引用しており、多くは彼の主張に反論しています。私の知る限り、ビッグツーを説明するためのこの単純な議論をしているものはありません。文献では、通常、階層的に関連していると見なされています。

実際、上記のミーム化された主要な論文は、BFIよりも言語からさらに一歩離れたデータを分析しています。著者が豊富に持っていた項目レベルまたは単語レベルのデータを使用する代わりに、ビッグファイブアスペクトに依存しています。これは派生因子の派生物です。

ビッグファイブとの関係#

性格科学におけるあまり知られていない事実は、最初の因子がビッグファイブの小さな因子を圧倒していることです。以下の435の形容詞の固有値を考えてみてください。これらは、調査およびNLPデータで各因子がどれだけの分散（性格情報）を説明しているかを表しています。

[Image: Visual content from original post]

最初の因子は5番目の因子の8倍です。この不均衡はビッグファイブという名前で覆い隠されています。バリマックス回転は性格情報の再分配をもたらします。内容は最初の因子から残りに移動されます。このブーストがなければ、最後の2〜3の因子は付随物です。追加の分散で彼らは同等になり、それぞれ：誠実性、神経症、開放性になります。それでも、開放性は一貫して回復されず、しばしば知性などの他の特性とグループ化されます。この回転はPC1—α—に不利益をもたらし、同意性になります。

[Image: Visual content from original post]

上記の表で見られるように、PC1はすべての因子（神経症を除く）に分配され、同意性は最初の3つの非回転因子から主に構成されています。いくつかの反ダイナミズムはPC2から、いくつかの反秩序はPC3から取られます。（非回転因子の内容に関する詳細は、こちらの投稿を参照してください。これには、言語モデルからそれらを導出するコードが含まれています。）誰かがαについてDigmanがしたように同意性について雄弁に語ったことがありますか？元の構成の多くは失われ、わずか0.64の相関です。これは単純な構造を損ない、語彙データの理論的豊かさを過小評価することにつながりました。サルマンは似たプロセスを説明します。「オークが最初にどのようにして生まれたか知っていますか？彼らはかつてエルフでしたが、暗黒の力によって捕らえられ、拷問され、切り刻まれました。破壊され、恐ろしい形の生命です。」

[Image: Visual content from original post]Agreeableness emerges after years of statistical torture

私たちは何十年もαを測定することができましたが、代わりに同意性とそれらの関係についての混乱を得ました。（エルフ→オーク、結果として。）この議論は、Deep Lexical Hypothesisの研究1でDavidと私が行ったもののよりカラフルなバージョンです：最後の2（または3）因子が統計的に正当化されているかどうかは明らかではありません。明らかに、私はαの大ファンでもあり、それが含むアイデアを分配するためのモデルはないと考えています。たとえそのモデルが追加の有用な因子を含んでいたとしても。（注：私の共著者はこの無許可の議論バージョンとは関係ありません。）

単語レベルのデータにアクセスできるので、αを詳しく見てみましょう。

αとは何か？#

言語データに戻ることで、バリマックス回転や楽器設計によって導入された歪みなしにαを見ることができます。もちろん、調査には問題があります。彼らはしばしば、すべての単語の定義を知っているかどうかわからないWEIRDの学部生に収集されます。調査は退屈であり、正確に記入することに個人的な利益はあまりありません。自然言語処理は、あらゆる生活の中の話者からのテキストを使用して、桁違いに多くのデータで単語の関係を見つけることでこれを解決します。調査により精通している人には、2つの方法が最初のPCで0.93で相関していることを安心してください。SaucierとGoldbergと同じ435の単語を使用して、ここにαの各極に負荷をかける上位30の単語があります：

思いやりのある、平和的な、敬意を持った、親切な、礼儀正しい、攻撃的でない、礼儀正しい、同意的な、親しみやすい、合理的な、快適な、慈悲深い、思いやりのある、理解のある、慈善的な、助けになる、協力的な、親しみやすい、寛容な、謙虚な、信頼できる、忍耐強い、親しみやすい、利他的な、気楽な、控えめな、無私の、友好的な、地に足のついた、寛大な、外交的な、礼儀正しい、リラックスした、無私の、誠実な、要求のない、温かい、機転の利いた、愛情のある

対

虐待的な、好戦的な、無礼な、口論好きな、不親切な、無礼な、偏見のある、不寛容な、思いやりのない、非協力的な、怒りっぽい、復讐心のある、無礼な、偏見のある、敵対的な、無礼な、気難しい、利己的な、残酷な、無愛想な、無礼な、気難しい、軽蔑的な、忍耐力のない、自己中心的な、利己的な、所有欲の強い、貪欲な、嫉妬深い、機転のない、戦闘的な、冷酷な、うぬぼれた、苦い、非慈善的な、無情な、無秩序な、不安定な、頑固な、非友好的な

Digmanはこの因子をよく説明していますが、今世紀にはフロイト的すぎる言葉で表現されています。現在の特徴付けは社会的自己調整です。自分の欲望/信念/目標をどれだけうまく調整して他人にとって快適な生活を送ることができるかです。言語は社会からの視点です。したがって、αは社会の承認を表しています。

Suacierは、ビッグツーが道徳に関連していると指摘しています。これは2千年前にうまく要約された領域です。あるユダヤ教の改宗者がラビのヒレルに、片足で立っている間に律法と預言者を説明するように頼んだと言われています。彼は答えます。「あなたにとって嫌なことを仲間にしないでください：これがトーラー全体です。残りは注釈です。」上記の単語リストも黄金律に要約できます。あなたは思いやりがありますか？平和を作りますか？虐待を控えますか？

GFPの登場#

実際、ほとんどの性格調査の最初のPCはαのように見えます。薬物依存、精神障害、または狼男についてのあなたの考えの調査は、すべて疑わしいほど似た最初のPCを返します。これは_一般_性格因子（GFP）として知られるようになりました。「他人にしてほしいことをしなさい」以上の_解説_を探している場合は、広範な 文献があります。

普遍性にもかかわらず、それが何であるかについての議論はまだ続いています。支持者でさえ、状況を要約する際に軽い手を取ることを考えてみてください。

「多くの研究とメタ分析が、性格特性が相関する傾向があり、一般的な性格因子（GFP）が現れることを確認しました。それにもかかわらず、これらの相関としたがってGFPが何を表しているかについての議論が続いています。一つの解釈は、GFPが一般的な社会的効果または感情的知性を示す実質的な因子を反映しているということです。もう一つの解釈は、GFPが単に測定または応答バイアスに基づくアーティファクトであるということです。」 Van der Linden et al, Is there a Meaningful General Factor of Personality?

したがって、αは現在、より一般的にGFPと呼ばれています。ビッグファイブとの関係についての公開された議論に加えて、それが統計的アーティファクトであると信じる人もいます。最後に、レビューのタイトルが示すように、それは_意味のある_一般因子ですか？

GFPは一般的ですか？#

どの意味でGFPは一般的ですか？_g_は一般的です。なぜなら、1）すべての知能サブテストにかなりの負荷があるからです。2）テストデータの大部分を説明できます。3）外部的に非常に信頼性があります。GFPは最初の要件を満たしています。どの構成を測定しても、GFPを拾わずにはいられません。

第二の点については、Revelleは固有値を比較してGFPが_g_ほどデータを説明しないことを示す良い仕事をしています。これは実際、ブログの名前の由来であるThe Vectors of Mindに戻ります。知能研究は、テストデータを1次元に縮小することで大きな成功を収めていました。サーストンは、性格を適切に表現するためにはもっと多くの次元が必要であることに気づきました。誰かが賢いかどうかについて多くの言葉を持っていることを覚えておいてください。知能は性格のサブセットです。したがって、性格のモデルは必然的により複雑であると予想されます。NLPは単語ベクトルを使用しますが、単語スケーラーは使用しません。サーストンはこのために複数因子分析を発明しました。1つ以上の因子が必要です！

さらに、知能テストで最初の固有値を誇張する方法バイアスがあることに注意したいと思います。楽器は、正しいか間違っているかの質問で設計されています。これは心理測定的に良い戦略です。スコアリングが簡単です。物語を魅力的に語ることは知能を必要とします。もし誰かがゲージを考案した場合、それは実際には知能の第二のPC—言語的傾向—と_g_よりも相関するかもしれません。これは知能研究に対する批判ではなく、スコアリングが簡単なものは巨大な単極の最初のPCを強調することを指摘しているだけです。地図の良い属性かもしれませんが、それが領土と混同されない限りです。

これが第三のポイントに私たちをもたらします。私の意見では、性格は測定が難しいので、_g_と性格スコアを比較することは少し誤解を招くものです。後者はノイズによってより腐敗しています。私は特性自体に興味があります。これは、人物ベースの楽器を導入することなく、単語ベクトルを介して測定および説明できます。前に言ったように、単語空間に変換する。これらの注意点があっても、Robertsらは、多くの研究にわたって性格がSESや知能と同等の生活成果の予測因子であることを説得力を持って示しています。

これらの3つのポイントを考慮して、私はα/GFPの別の名前を提案します： 性格の主要因子（PFP）。主要な意味：

1. 主要な重要性を持つもの;主要なもの。

2. 時間または順序で最も早いもの。

性格因子は両方に一致します。GFPは_g_に類似していないため誤解を招きます。_一般的な_モデルにはより多くの因子が必要です。

PFPは統計的アーティファクトですか？#

この主題に関する2013年の論文は、「GFPの圧倒的に支配的な見解は、それが評価バイアスまたは社会的に望ましい方法での応答によるアーティファクトを表しているということです。」と始まります。語彙的に見れば、誰の応答ですか？単語ベクトル？reddit全体？もしそれがアーティファクトであるなら、なぜそれをバリマックス回転を介してビッグファイブの残りに広めるのでしょうか？両方を持つことはできません。

結論#

心理測定学は地面の真実がない土地です¹。したがって、可能なときには語彙仮説をしっかりとつかむべきです。

「…私たちの共通の単語のストックは、多くの世代の生涯にわたって、人々が引く価値があると見なしたすべての区別と、マークする価値があると見なしたすべての接続を具現化しています：これらは確かに、あなたや私が午後のアームチェアで考え出す可能性があるものよりも、より多く、より健全である可能性が高いです。最もお気に入りの代替方法。」 J.L. Austin, A Plea for Excuses

このため、私はPFPを黄金律として説明することを好みます。しばしば、学問分野は何百万もの人生の印象を持たない専門用語を構築することを好みます。荷物が少なく、より正確に話すことができると考えられています。しかし、これは知識を象牙の塔に隔離し、日常の—人間の—現実から切り離す傾向があります。次の投稿は、PFPに沿った進化が私たちを獣から集団的良心を持つ種に変えたと主張します。この接続は、PFPがより無菌な_社会的自己調整_として心に保存されている場合、見るのが難しいかもしれません。ロマンチックな提案かもしれませんが、言葉は重要です。

JohnのNo Doors Should Be Closed in the Study of Personalityでの議論の成功が、単語レベルの研究に扉を閉じる傾向があるのは皮肉です。なぜ扱いにくい語彙を研究するのでしょうか？一般的な因子が存在するのに。この投稿は、α、β、およびGFPの語彙的な見方を取り、それらがビッグファイブとどのように関連しているか、また統計的アーティファクト以上のものであるかどうかについての長年の質問に答えることができました。これらのことはフィールドの人々にとって明らかですか？IO心理学に影響がありますか？PFPの大きさが進化や宗教について何を教えてくれるでしょうか？

今すぐ購読

[Image: Visual content from original post]Scientists discover the Primary Factor of Personality