VALIDERING AV PERSONLIGHETSTESTET NEO PI-R : SJÄLVRAPPORTERING OCH STUDIEKAMRATSKATTNING PÅ FEMFAKTORMODELLEN. Niklas Hansen

Transkript

1 VALIDERING AV PERSONLIGHETSTESTET NEO PI-R : SJÄLVRAPPORTERING OCH STUDIEKAMRATSKATTNING PÅ FEMFAKTORMODELLEN Niklas Hansen Syftet med föreliggande undersökning var att pröva validiteten i det på femfaktormodellen (FFM) baserade personlighetstestet NEO PI-R som är översatt och normerat till svenska. Som valideringsmetod utvecklades en förkortad version av testet för studiekamratskattning, ett självrapporterings- och ett studiekamratskattningstest direkt på faktornivå. Urvalet på 106 frivilliga studenter kom från psykologiska institutionen vid Stockholms universitet. En multifaktor-multimetodanalys visade på konvergenta och divergenta korrelationer mellan mätinstrumenten vilket tyder på god validitet. Testpersonerna ansåg att NEO PI-Rs testresultat stämde överens med deras självupplevda personlighet. Vissa skillnader fanns i förmågan att skatta sin studiekamrat beroende på kön, studietyp och grad av likhet. Diskussionen tar upp brister med skattning direkt på faktornivå, kritik mot FFM och förslag på vidare forskning. Inledning Synen på personlighet och metoder att mäta den har förändrats genom tiderna. Ända till början av 1600-talet ansåg man att psykiskt sjuka kunde indelas i fyra temperament, vardera bestämt av en särskild kroppsvätska. Den nedstämde melankolikern av trögflytande svartgalla, den maniska sangvinikern av för mycket blod, den rasande kolerikern av gulgalla och den tröge flegmatikern av tjockt slem. (Egidius, 2001; Foucault, 1973). Under första världskriget ökade intresset för personlighetstester i och med militärens krav på rätt man på rätt plats. Detta blev startpunkten för den så kallade traitpsykologin, som utgår från att det finns konsistenta och stabila karaktärsdrag hos en individ (Allport, 1937). Härmed avses inte bara beteenden utan även tankar och känslor (Johnson, 1997). Utvecklingen av traits tog på allvar fart genom faktoranalysering av tusentals personlighetsbeskrivande adjektiv som reducerats till ett varierande antal mer övergripande personlighetsdrag (Allport & Odbert, 1936; Cattell, 1946; Norman, 1963). Traitpsykologin kan därmed sägas vara ett empiriskt och systematiskt alternativ till andra teoretiska förklaringar till personlighetsstrukturen. Enligt McCrae och John (1992) har traitteorin varit det dominanta paradigmet i europeisk personlighetspsykologi och ett av de viktigaste huvuddragen i amerikansk psykologi sedan Allports introduktion av traits under mellankrigstiden. Sedan början av 1980-talet är Big Five, eller femfaktormodellen (FFM), det vanligaste sättet att mäta personlighet på. FFM bygger på tidigare traitforskning och anses av dess förespråkare ha fångat upp och översatt de viktigaste personlighetsdragen till naturligt språk (Widiger & Trull, 1997). Ordet faktor i femfaktormodellen anspelar på faktoranalysmetoden som lett fram till dessa fem personlighetsdrag. En faktor ska i detta sammanhang förstås som ett Undersökningen möjliggjordes genom att Psykologiförlaget AB stod för materialkostnader (inventoriet NEO PI-R, profilöversikter, trisslotter). Ett stort tack till min handledare Joakim Westerlund för värdefulla synpunkter om undersökningsdesign och statistisk hjälp i samband med multifaktormultimetodberäkningar.

2 3 mer övergripande personlighetsdrag i jämförelse med traitnivån. Enligt FFM kan personligheten delas in i neuroticism, extroversion, öppenhet, vänlighet och målmedvetenhet. (McCrae & Costa, 1987). Faktorernas exakta benämningar råder det delade meningar om (Cloninger, 1996). Hur väl dessa fem faktorer överensstämmer med faktorer i andra personlighetstest är inte oomstritt, men en vanlig uppfattning är att det finns betydande överlappningar mellan FFM och andra kända personlighetstest, som exempelvis Cattells 16PF, Eysencks personlighetstest EPI och Myer-Briggs Type Indicator (Mabon, 2002). Kopplingen till Eysenck s personlighetsteori kan ses som särskilt intressant då dennes teori är ett försök att grunda personligheten biologiskt och således representerar ett fundamentalt olikt sätt att se på personlighet. Eysencks personlighetsteori utgår från att det finns individuella fysiologiska skillnader i sättet som nervsystemet reagerar på olika stimuli. Detta leder till tre diametralt olika sätt att förhålla sig till omvärlden. Eysenck urskiljer på detta sätt tre huvuddimensioner av personligheten, nämligen introversion, neuroticism och psykoticism. Till exempel anses med denna teori arousalgraden (den cerebrala aktivitetsgraden) hos introverta vara mer intensiv än hos extroverta. Medan de förra fjärmar sig från ytterligare intryck utifrån söker sig de senare aktivt ut mot omvärlden för att fylla på sin aktivitetsgrad (Eysenck, 1967; 1990). Det mest spridda och välanvända personlighetstestet av FFM är idag NEO PI-R (De Raad & Perguini, 2002). För att få sin personlighet analyserad enligt detta test ska man fylla i ett självrapporteringsformulär bestående av 240 item (påståenden) som summeras och graderas efter statistiska normgrupper. NEO PI-R mäter fem övergripande dimensioner av personligheten som sammanfattar en persons känslomässiga läggning, graden av interpersonell orientering, upplevelseorientering, värderingar och vilken typ av behov och motiv som ligger till grund för hans eller hennes handlande. För att ge mer specifika beskrivningar av personen inom de fem olika huvuddragen finns för varje faktor ytterligare sex smalare så kallade aspektskalor (Bergman, 2003). I tabell 1 på sidan 4 framgår vilka aspekter som hör till respektive faktor. Varje aspekt mäts i sin tur av åtta stycken item som behandlar mer specifika tankar, känslor och beteenden. Respondenten besvarar varje påstående på en femgradig Likertskala. Ett exempel på ett item från testet (med vänd poängsättning) är item nummer 1: Jag är inte en sån som går och oroar mig. Det är det första item av åtta som mäter aspekten ångest, som tillsammans med ytterligare fem aspektskalor sorterar under faktorn känslomässig instabilitet. NEO PI-R är ett så kallat normativt test där individens resultat jämförs mot en normpopulation och mäter personlighetsdrag inom normalpersonligheten. Testet kan användas såväl kliniskt för en fördjupad förståelse för personligheten som inom det arbetspsykologiska fältet för exempelvis urval, karriärplanering och personalutveckling (Bergman, 2003). Ett argument som enligt upphovsmakarna Costa och McCrae talar för NEO PI-R i jämförelse med en neurobiologisk ansats som hos Eysenck är att deras perspektiv hållit sig förhållandevis konstant och fritt från större förändringar sedan 1960-talet. Neurologin och den kliniska neuropsykologin har däremot förändrats radikalt. Ständigt nya upptäckter har lett till att tidigare hypoteser om personligheten falsifierats (Costa & McCrae, 1992a; Kolb & Whishaw, 2003). Dessutom råder relativt stor oenighet kring hur personlighetsdragen

3 4 biologiskt ska mätas (Eysenck, 1990). Denna svårighet hänger samman med Descartes dikotomiska uppdelning mellan kropp och själ. Än idag har filosofer och vetenskapsmän stora problem med att översätta biologiska tillstånd till psykologiskt meningsfulla data. Costa och McCrae tycks därmed mena att stabilitet och enighet vid mätningar av personlighet är att föredra framför mer progressiva men instabilare neuropsykologiska teorier. Argumentationslinjen påminner om Kuhns (1962/1997) vetenskapsteoretiska maxim att kunskapen inom ett ämnesområde inte får innehålla för allvarliga anomalier för att betraktas som vetenskaplig. Tabell 1. Översikt av NEO PI-Rs faktorer med respektive aspektskalor. Faktor Känslomässig instabilitet (N-skalan) Utåtriktning (E-skalan) Öppenhet (O-skalan) Vänlighet (A-skalan) Målmedvetenhet (C-skalan) Aspekt N1 Ångest N2 Irritationsbenägenhet N3 Nedstämdhet N4 Självosäkerhet N5 Impulsivitet N6 Stresskänslighet E1 Tillgivenhet E2 Sällskaplighet E3 Självhävdelse E4 Vitalitet E5 Spänningssökande E6 Gladlynthet O1 Fantasi O2 Estetik O3 Känslor O4 Aktiviteter O5 Tankar O6 Värderingar A1 Tillit A2 Rättframhet A3 Osjälviskhet A4 Följsamhet A5 Blygsamhet A6 Ömsinthet C1 Duglighet C2 Ordningsamhet C3 Samvetsgrannhet C4 Prestationssträvan C5 Självdisciplin C6 Eftertänksamhet Reliabilitet och validitet inom psykometrin Mycket av forskningen inom personlighetspsykologi och psykometrik handlar om statistiska prövningar av personlighetsteoriers och personlighetstesters reliabilitet och validitet. Med reliabilitet avses vanligtvis personlighetstestets precision och mängden slumpmässiga fel som det genererar. Validiteten å sin sida handlar om huruvida personlighetstestet verkligen mäter de egenskaper av personligheten som det uppges göra och om det därför går att dra säkra slutsatser om testpersonens personlighet. I praktiken är gränsdragningen mellan reliabilitet och validitet en fråga om graden av likhet mellan det begrepp som ska prövas och kriteriet som det mäts mot. Korrelationer mellan

4 5 två liknande metoder ger därför stöd för reliabiliteten, medan korrelationer mellan mer olikartade metoder tolkas som validitetsdata (Campbell & Fiske, 1959; Magnusson, 2003). En annan aspekt på skillnaden mellan reliabilitet och validitet är att reliabiliteten sätter den yttre gränsen för validiteten på så sätt att man inte kan sägas mäta det avsedda om inte testet har någon som helst tillförlitlighet. Trots reliabilitetens makt att inskränka på validiteten, anses den senare inom psykologisk testning som mer fundamental på grund av att det är validiteten som definierar testpoängens mening (Angoff, 1988; Gregory 1992). Reliabiliteten är därför en nödvändig men inte tillräcklig förutsättning för hög validitet, och det är validiteten som står i centrum vid konstruktion av test (Magnusson, 2003). Traditionellt har man skilt mellan tre huvudtyper av validitet. Innehållsvaliditet handlar om att testets urval av frågor motsvarar den verklighet som det gör anspråk på att testa. Kriterievaliditet innebär att testet ska spegla ett annat yttre kriterium på så sätt att en persons testpoäng motsvaras av en liknande nivå på kriteriet, till exempel ett visst arbete eller högskolestudier. Begreppsvaliditet handlar om sambandet mellan teori, test och verklighet, samt i vilken grad testet är en bra indikator på det teoretiska begreppet (Mabon, 2002; Magnusson 2003; Wolming, 1997). Av dessa varianter av validitet anses begreppsvaliditeten vara det mest centrala inom psykologi (Friedman & Schustack, 1999; Westen & Rosenthal, 2003). Enligt Stiftelsen för Tillämpad Psykologi (STP), vars uppgift är att granska svenska arbetspsykologiska test och utfärda omdömen över dessa, finns det flera sätt att validera begrepp på. Det vanligaste sättet är att korrelera testet mot andra test, som antas mäta samma eller liknande egenskaper (Stiftelsen för Tillämpad Psykologi, 2001, sid 10). Om korrelationerna är höga tas detta som stöd för begreppsvaliditet. Dessa korrelationer, som ansetts som mått på validitetens styrka, har traditionellt kallats för validitetskoefficienter. Som en följd av validitetskoefficientens koppling till ett yttre kriterium växlar validiteten hos ett test med syftet för testet beroende på att det kriterium som testet mäts mot kommer att variera. Därför bör man vara försiktig vid tolkningen av validitetskoefficienten som ett uttryck för metodens validitet, då den ytterst är avhängig lämpligheten hos kriterieinstrumentet (Magnusson, 2003). Operationaliseringen av kriteriet som det nyutvecklade testet ska mätas mot blir i detta perspektiv avgörande för de senare korrelationssambanden. Validitetsbegreppets utveckling Bakgrunden till begreppsvalideringens strävan att fixera det avsedda begreppet med ett annat yttre närliggande beror på Cronbach och Meehl (1955), som anses som förgrundsgestalterna för denna syn inom psykologin och psykologiska test. Enligt dessa herrar kunde begreppsvalidering liknas vid en logisk process där slutmålet var ett nomologiskt nätverk; en empirisk kartläggning av begreppets teoretiska relationer till andra egenskaper (Wolming, 1997). Genom nätet av logiska och lagbundna relationer eftersträvades en så objektiv beskrivning av objektet som möjligt. I fokus stod förklaring och predicering av beteendet, liksom en ambition att kunna simulera objektets responser matematiskt (Kekes, 1976). Hacking (2000) menar att begreppsvaliditet var inspirerat av den logiska positivismen, Russels formalisering av vardagsspråket till logiska konstruktioner och även till Carnaps huvudverk med den inte alltför blygsamma titeln Der logische Aufbau der Welt ( Världens logiska uppbyggnad, 1928). Cronbach och Meehls stora förtjänst var att de visade på en möjlig koppling mellan den teoretiska och den observerbara sfären. Men för att denna

5 6 filosofiska insikt skulle vara användbar inom psykometrin fattades fortfarande ett praktiskt redskap att testa de nyvunna insikterna på. Några år efter intåget av nomologiska nätverk inom psykologisk testteori utvecklade Campbell och Fiske (1959) ett redskap som skulle visa sig bli särskilt verkningshistoriskt betydelsefullt för begreppsvalidering inom psykologisk personlighetsforskning, nämligen den så kallade multitrait-multimethodmatrisen (MTMM) 1, som på svenska kan översättas till multifaktor-multimetod. Med Eids (2000) ord har MTMM-designen blivit en standardmetod för validering av personlighetstester. Tekniken innebär att man korrelerar minst två traits med minst två metoder. Därmed uppstår en matris med korrelationerna mellan alla faktorer och metoder. För analys av MTMM ska uppmärksamheten riktas mot några speciella relationer i matrisen. I monofaktor-heterometodkorrelationerna syns den av Campbell och Fiske (1959) så kallade konvergenta validiteten. Om begreppen som mäts är likartade förväntas dessa således korrelera högt även mellan metoder. Den konvergenta validiteten är detsamma som validitetskoefficienten mellan dessa metoder. I monometod-heterofaktorkorrelationerna bör däremot sambanden vara låga, eftersom de faktorer som mäts med samma metod annars inte är divergenta (diskriminerande) mot varandra. På liknande sätt förväntas de divergenta korrelationerna mellan heterofaktor-heterometoder vara låga. Dessa båda lågkorrelerade fält, som i matrisen har formen av trianglar, döpte Campbell och Fiske (1959) till divergent validitet. Detta innebär att faktorer som inte ska hänga samman teoretiskt inte heller gör det i verkligheten. Campbell och Fiske klargjorde också att poängen på en psykologisk variabel inte bara bestod av det påstådda begreppet som mättes utan även av systematisk metodvarians, något författarna ondgjorde sig över att det slarvats med i tidigare forskning. Med minst två metoder var det möjligt att reducera den verkliga faktorvariansen från metodvariansen genom att se till korrelationerna i heterometodheterofaktortrianglarna (Campbell & Fiske, 1959; Eid, Lischetzke, Nussbeck & Trierweiler, 2003; Petrides, Jackson, Furnham & Levine, 2003). I begreppsvaliditetens historiska utveckling går det att se en förskjutning i dess begreppsliga innebörd. Wolming (1997) menar att den tidigare synen på validitet som ett nomologiskt nätverk var ett utslag av blind empirism. Enligt West och Finch (1997) har moderna mättekniker alltmer börjat betona det ömsesidiga beroendet mellan teori, metod, mätning och val av statistisk analysmetod. Från att ha handlat om relativt enkla matematiska korrelationer betonas alltmer validitetens enhetliga karaktär, där valideringsstudier mer får formen av ackumulerande belägg för en viss tolkning av testresultatet utifrån ändamålet (Mabon, 2002; Standards for educational and psychological testing, 1999). Denna förändring i synen på validitet får enligt Janson (1999) till följd att ett tests validitet aldrig kan avgöras en gång för alla. Messick (1995) argumenterar dessutom för vikten att väga in värderingar om de begrepp som mäts, då de anses styra vårt sätt att uppfatta verkligheten. Vidare menar Messick att sociala konsekvenser som dessa värderingar kan medföra bör vägas in. Enligt Wolming (2000) är Messicks förslag omdiskuterat. Bland annat ifrågasätts om sociala konsekvenser ska höra till validering och huruvida värderingar ska ses som en egen post eller som en integrerad del i valideringen. Fortfarande anses dock Chronbach och Meehls (1955) teoretiska och empiriska nätverksmodell spela en central roll vid begreppsvalidering på så sätt att det är robustheten i de teoretiska kopplingarna till andra 1 En sökning på databasen psycinfo den 3 mars 2004 gav 1981 stycken träffar för publicerade vetenskapliga artiklar med multifaktor-multimetod.

6 7 begrepp och beteenden (nomologiskt nätverk) som ytterst bestämmer validiteten i psykologiska begrepp (Messick, 1995; Petrides et al., 2003; Wolming, 2000). Tidigare forskning om FFM och NEO PI-R Om femfaktormodellen är en riktig beskrivning av personligheten ska den således kunna verifieras av andra metoder. Historiskt har överensstämmelsen mellan självrapportering och observationsskattning varit ett viktigt valideringsinstrument för personlighetsforskningen och sträcker sig ända tillbaka till Cattells faktorforskning på 1940-talet (Cattell, 1946; McCrae, 1982; Watson, Hubbard & Wiese, 2000). Searle (1987) konstaterar att denna strävan att validera förstapersonsperspektivet med ett tredjepersonsperspektiv varit en envis tendens inom såväl filosofi som vetenskap sedan 1600-talet. Av någon anledning, resonerar Searle, betraktar vi tredjepersonsperspektivet som mer objektivt och empiriskt än förstapersonsperspektivet. För en observatör är beteendet det kriterium som personligheten kan mätas genom (Funder & West, 1993). Samtidigt framhåller Jones och Nisbett (1972) att människor tenderar att se andras beteenden som en funktion av interna dispositioner och traits. Vi tolkar således de ledtrådar vi får genom beteenden som gester, mimik, tal med mera som uttryck för inre karaktärsdrag. När däremot ens eget beteende ska förklaras ligger det närmare till hands att se det i termer av situationsspecifika orsaker. Det faktum att självrapportering av sin personlighet visat sig korrelera med skattningar av andra har tagits som intäkt för ett teoretiskt ställningstagande för användningen av självrapportering i psykologisk forskning (John & Robins, 1993; McCrae, 1982). Att jämföra andras skattningar med självrapportering har också fördelen att olika bias som till exempel social önskvärdhet till viss del kan undanröjas (Costa & McCrae, 1992b). De vanligaste formerna av observationsskattning av andra är partner,- expert- och kamratskattning. Oftast brukar partnerskattningen ge de högsta korrelationerna med självrapportering, vilket vanligtvis förklaras med parrelationens större intimitet och längre tillbringad tid tillsammans (Costa & McCrae, 1992b; Kurtz & Sherker, 2003). Andra studier tyder på att graden av överensstämmelse mellan självrapportering och skattningar från någon signifikant annan mer beror på kvaliteten i varje konstellation (Watson et al., 2000). Mellan självrapportering på NEO PI-R och kamratskattning på ett för observationer modifierat NEO PI-R har validitetskoefficienten vid tidigare studier oftast visat sig vara högst i utåtriktning och lägst i känslomässig instabilitet. Vid dessa jämförelser har NEO PI-R även uppvisat divergent validitet (Borkenau & Ostendorf, 1990; Costa & McCrae 1992b). Ett vanligt krav vid dessa mätningar har varit att kamraterna ska ha känt varandra i minst ett år och i ett flertal olika situationer (McCrae & Costa, 1987). I manualen till NEO PI-R efterlyser upphovsmakarna mer forskning om studenters svarsstilar i NEO PI-R, liksom av studiekamratskattningar med det för observatörer anpassade testet. Även kvinnliga studenter lyfts fram som en särskilt intressant grupp som det saknas kunskap om (Costa & McCrae, 1992b). I en valideringsstudie av Funder, Kolar och Blackman (1995) framkom följande konvergenta korrelationer mellan självrapportering och studiekamratskattning på collegenivå för inventoriet NEO PI-R (uttryckt i medelvärde per faktor): Känslomässig instabilitet: r =,34, utåtriktning: r =,56, öppenhet: r =,39, vänlighet: r =,46 och målmedvetenhet: r =,53 ( n = 136, samtliga korrelationer var signifikanta på 5% nivån).

7 8 McCrae & Costa (1992b) menar att den fenomenologiska skillnaden mellan observationsskattning och självrapportering sätter en övre gräns för hur hög en korrelation kan bli. Detta beror på att den som skattar sig själv har tillgång till sina tankar, känslor och önskningar till skillnad från den som observerar personen utifrån. Därför är det ovanligt med statistiskt signifikanta korrelationer över cirka r =,50, som därmed bör betraktas som ett starkt bevis för en samstämmig validitet av personlighetsdrag liksom för användbarheten hos instrumentet. Argument för och emot FFM och NEO PI-R En tidig och inflytelserik kritiker av traitpsykologin var Mischel (1968) som hävdade att forskningen inom personlighetspsykologin fäster alltför stor hänsyn till bestående personlighetsdrag med tanke på de predikativt låga korrelationerna på högst,30 mellan personlighetstest och beteendet i vardagssituationer. Denna kritik träffar förutom begreppsvaliditeten i NEO PI-R även frågan huruvida femfaktormodellen är en bra och uttömmande beskrivning för personlighet. Kriteriet för att avgöra vilka dimensioner som ska anses som grundläggande är enligt Costa och McCrae (1992a) att de ska kunna uppvisa stabilitet över tid vid självrapportering, validitet mellan olika bedömare, genomsyra system av traits bland såväl lekmän som forskare, kunna uppvisas i flera olika kulturer och ha någon form av biologisk koppling. Av dessa kriterier är troligtvis kopplingen till biologin om personligheten den svagaste (Larstone, Jang, Livesley, Vernon, & Wolf 2002). Ett av de starkaste argumenten för femfaktormodellen har varit dess synlighet vid såväl självrapportering som observationsskattning (McCrae & Costa, 1987; Norman, 1963). Detta gäller om skattningarna sker så kallat lexikaliskt på adjektivskalor (exempelvis lugn-orolig) eller med personlighetsinventorium och oberoende av om personen som skattar känner personen för skattningen (Borkenau, 1992). Även forskning om dimensionernas stabilitet för NEO PI(-R) och FFM över tid har i ett flertal studier visat på korrelationsnivåer som översatts till omdömen som övertygande stabilitet, med medianvärdet r =,83 för självrapportering efter sex år respektive r =,67 för kamratskattning efter sju år (Borkenau & Ostendorf, 1998; Costa & McCrae, 1992a). När det gäller FFMs legitimitet i olika kulturer har flera studier kunnat visa på att FFM faktiskt fungerar mellan olika folk och olika kulturer, men att karaktärsdragen skiljer sig åt. Till exempel visar Allick och McCrae (2004) att människor i Europa och Amerika tenderar att ha ett högre medelvärde i faktorn utåtriktning och öppenhet och lägre i vänlighet jämfört med människor i Asien och Afrika. En tung metodologisk kritik mot FFM ger Block (1995). Kritiken riktar sig huvudsakligen mot val av faktoranalysteknik, svårigheten med att identifiera verkliga faktorer samt faktorernas instabilitet mellan olika stickprov och situationer. Dessutom riktas kritik mot den självklara okritiskhet med vilken Costa och McCrae övertagit FFM från Norman (1963) och vidareutvecklat NEO PI-R på. Block (1995) börjar med att konstatera att FFM är analyserad enligt den så kallade ortogonala faktoranalysmetoden. Denna metod är mer effektiv vid multipel regression på grund av att den minimerar multikolinearitet och maximerar den divergenta validiteten (Saucier & Goldberg, 2002) Däremot, menar Block, är valet av ortogonal faktoranalysmetod inte något på förhand givet sätt att analysera data på, utan ett medvetet teoretiskt

8 9 beslut som får konsekvenser för hur materialet sorteras och struktureras. Med ett annat rotationskriterium (som exempelvis den oblika vilken tillåter att faktorerna korrelerar med varandra) ändras faktorernas psykologiska natur radikalt. Detsamma gäller om antalet förklarande faktorer ändras. Även homogeniteten hos stickprovet har betydelse för om femfaktormodellen uppvisar en tydlig ortogonalitet eller inte. Ju mindre homogent, desto mindre ortogonalt blir det. Detta innebär att egenskaper som hör ihop i ett stickprov inte behöver göra det i ett annat. Block (1995) ger ett exempel med stridspiloter med en negativ korrelation mellan inåtvändhet och impulsivitet, medan däremot manliga studenter korrelerar positivt mellan dessa egenskaper. En faktoranalys skulle följaktligen identifiera dessa två variabler olika beroende på vilket stickprov som används. Vidare kritiseras korrelationskoefficientens förmåga att representera centrala egenskaper om hur personligheten fungerar (Block, 1995). Enligt Block förmår inte korrelationskoefficienten uttrycka asymmetriska relationer. Som exempel ges egenskaperna vitsighet och intelligens. Vitsighet implicerar nödvändigtvis intelligens, medan det går att vara intelligent utan att vara vitsig. Dessutom finns en risk att frivilliga inte alltid är villiga eller förmögna att ge valid presentation av sig själv eller skattning av någon annan (Block, 1995). I en hänvisning till en annan studie gjord av Schonemann (1990, refererad i Block, 1995) anförs att faktorpoäng som är baserad på flera variabler kan ha en nollkorrelation med ett yttre kriterium samtidigt som flera av variablerna som bygger upp faktorn är högt korrelerade med kriteriet. Block ställer sig därmed frågande till den vetenskapliga nyttan hos dessa trubbiga och sammanblandande faktorer. Som ett alternativt sätt att bedriva forskning om personlighetsstrukturen föreslås mer komplexa och multipla forskningsansatser (beteendeobservation, psykofysiologiska mätningar, individuella skillnader i situationskontext, faktainsamlingar om personer, djupintervjuer och longitudinella studier över personlighetsutveckling) och mer forskning på att finna ett koherent intrapersonellt teoretiskt ramverk, istället för att som i dagens forskning mest inrikta sig på interpersonella skillnader. En annan kritik inriktar sig på skattningproceduren vid mätning av FFM. Enligt McAdams (1992) innebär det en metodologisk begränsning att personlighetsbedömningen görs genom skattning. När respondenten ska bedöma sig på ett item som I am not a cheerful optimist (sid 351) jämför han/hon sig mot andra optimister som han hon känner, har sett eller kan föreställa sig. Skattningar har därför alltid en social referens som gör dem meningsfulla. Denna tanke tas även upp av Cloninger (1996) som menar att en testpoängs mening är oskiljaktigt förenad med den kultur ur vilken normeringsdata är hämtad. Cloninger (1996) hävdar också att de personlighetsbeskrivande adjektiv som FFM är grundat i, per se uttrycker mer stabilitet än vad exempelvis beteendebeskrivningar eller situationer gör. McAdams (1992) anser vidare att traitskattning förutsätter en särskild blick som objektifierar den som skattas. Denna blick liknas vid den som vi kan ha gentemot främlingar som vi inte vet någonting om: They encapsule those most general and encompassing attributions simple, comparative, and virtually unconditional (sid 353). Ju bättre vi lär känna den vi skattar desto mer kontextualiserad och nyanserad blir attribueringen om denne person. Hogan (1996) framhåller att FFM inte är den slutgiltiga sanningen om personlighetens uppbyggnad utan ser den mer som en indikator på vilka vi vill vara genom

9 10 det intryck vi förmedlar om oss själva till andra. Med denna syn är traits därför endast indikationer på underliggande processer och teman (sid 178). Undersökningens syfte Enligt Mabon (2002) är det ovanligt med valideringsstudier genomförda i Sverige. På grund av kostsamheten åberopar många testförläggare generaliseringsvalidering som ett billigare alternativ. Risken vid dessa fall av mer eller mindre direktöversättningar av tester från en kultur och språk till andra är emellertid att språkbarriärer och kulturella skillnader gör testet mindre valid (Byrne, 2002; Mabon, 2002). Det finns därför skäl som talar för att ett tests validitet bör prövas i det land där det ska användas. I föreliggande undersökning kommer validiteten hos det på svenska översatta och normerade personlighetstestet NEO PI-R att prövas. Som valideringsinstrument används självrapportering och studiekamratskattning på inventorie- och faktornivå. Frågeställning 1. Har den svenska versionen av NEO PI-R god validitet? (Hypotes 1-3) För att besvara frågan kommer testet prövas mot två olika skalor (förkortad inventorienivå och faktornivå) och två olika skattningstyper (självrapportering och studiekamratskattning) Valideringen görs i form av en MTMM-matris, som prövar divergent och konvergent validitet mellan mätinstrument och faktordimensioner. Med konvergent validitet avses att mätningar av samma faktor med olika metoder korrelerar signifikant högre än noll. Med divergent validitet avses att mätningar av samma faktor med olika metoder ska korrelera högre än mätningar utförda mellan olika faktorer inom samma metod. Dessutom avses med divergent validitet att mätningar av samma faktor med olika metoder är högre än korrelationen mellan olika faktorer med olika metoder. För att NEO PI-R kan sägas ha god validitet ska följande kriterier uppfyllas: uppvisa konvergent validitet mellan samma faktor vid jämförelse med självrapportering på faktornivå, studiekamratskattning på inventorienivå samt studiekamratskattning på faktornivå (hypotes 1) och divergent validitet mellan olika faktorer med ovan nämnda mätinstrument (hypotes 2 och 3). Hypotes 1: Hypotes 2: Hypotes 3: NEO PI-R uppvisar konvergent validitet såtillvida att korrelationer mellan samma faktorer och olika mätinstrument är signifikant större än noll. Den konvergenta validiteten är högre än korrelationerna mellan olika faktorer och olika mätinstrument (inom heterometodens kolumn och rad). Den konvergenta validiteten är högre än alla korrelationer mellan olika faktorer och samma mätinstrument (heterofaktor-monometodtrianglarna). Om hypoteserna 2 och 3 är uppfyllda har testet divergent validitet. Ett antal kompletterande frågeställningar kommer att ledsaga ovanstående valideringsprövning. Den andra frågeställningen rör tolkningen av testpersonens resultat från självrapporteringen i NEO PI-R. I en utvärderingsblankett presenteras testpersonens resultat överfört på faktornivå.

10 11 Frågeställning 2:Hur stor överensstämmelse råder mellan tolkningen av testpersonernas faktorresultat som den presenteras i blanketten Dina testresultat och deras självuppfattning av sin personlighet? Vidare kommer som tredje frågeställning några komparativa analyser av självrapporteringsinventoriet NEO PI-R och det förkortade studiekamratskattningstestet att utföras för att pröva om det finns några skillnader i förmågan att bedöma sin studiekamrat i olika undergrupper av urvalet. Om det visar sig vara fallet kommer även beräkningar att utföras för att se om skillnaderna är signifikanta. Frågeställning 3:Finns det några skillnader i den konvergenta validiteten på faktornivå mellan (i) kvinnor och män? (ii) fristående kurs och psykologprogrammet? samt (iii) de som uppgav att de var mer lika sin studiekamrat jämfört med de som uppgav att de var mindre lika? Den fjärde och sista frågeställningen undersöker förekomsten av ordningseffekter. Frågeställning 4: Finns det några ordningseffekter mellan de som började skatta sig själva jämfört med de som började skatta sin studiekamrat? Undersökningsdeltagare Metod Totalt deltog 106 personer i undersökningen, samtliga studenter vid psykologiska institutionen på Stockholms universitet. Av dessa studerade 87 på fristående kurs och 19 på psykologprogrammet. Medelåldern var 27,3 år, med en standardavvikelse på 7,0 år (n = 104; två testpersoner angav ingen ålder). Åldern varierade mellan 18 och 48 år. Till återkopplingstillfället kom 51 personer (48%). För att uppskatta ett tillräckligt stort deltagarantal för en hög sannolikhet att få statistiskt säkerställda korrelationer för valideringskoefficienterna gjordes före rekryteringskampanjerna en poweranalys för beräkning av lämpligt antal testpersoner (formel 1 med beräkning). Med stöd från tidigare forskning av korrelationer mellan självrapportering och kamratskattning av NEO PI-R räknades ett mycket grovt medelvärde för samtliga av femfaktormodellens skalor ut till en personlighetskoefficient på 0,3. Med en power på 0,80 gav detta ett deltagarantal på 88 personer: N δ = ρ 2 2,8 + 1 = 0, = 88,1 (1) Eftersom denna beräkning byggde på medelvärdet av faktorkorrelationerna och inte de faktorer med lägst korrelation ökades antalet testpersoner till ursprungligen 100 personer vilket gav en tillåten lägsta korrelation på drygt r =,28. Vid själva datainsamlingen gjordes ett litet överintag som gjorde att urvalsstorleken slutade på 106 personer.

11 12 Testpersonerna rekryterades antingen muntligen av testledaren i anslutning till undervisningstillfällen eller via information på en anslagstavla för experiment på psykologiska institutionen. Information delgavs vid båda värvningssätten om undersökningens syfte (valideringsstudie av på svenska nyutkommet personlighetstest) och ungefärlig tid för deltagande (45 minuter till en timme). För att delta i undersökningen var testpersonerna tvungna att ha med sig varsin studiekamrat från psykologiska institutionen som de känt i minst en termin och i ett flertal olika situationer. Som ersättning för sitt deltagande fick testpersonerna antingen obligatorisk undersökningstid motsvarande tiden de avsatte eller en trisslott á 25 kronor per person. I anslutning till den skriftliga informationen om undersökningen fanns anmälningslistor uppsatta där testpersonerna kunde anmäla sig parvis, det vill säga tillsammans med den studiekamrat som skulle personlighetsskattas. Testpersonerna informerades även om möjlighet för återkoppling vid två senare tillfällen. Vid återkopplingen kunde testpersonerna efter instruktioner från testledaren utvärdera sina testresultat från NEO PI-R till en svensk standardiserad och normerad personlighetsprofil. Dessutom sattes reklamliknande affischer upp på psykologiska institutionen för att ytterligare öka intresset för och rekryteringen till undersökningen. Några bakgrundsfrågor från ett av testinstrumenten visade på följande rörande testpersonerna och deras relation till sina skattade och skattande studiekamrater: De flesta av de skattande paren var av samma kön som den skattade (75%). I genomsnitt hade man känt varandra i 2,9 terminer, med en standardavvikelse på 4,7. En orsak till den höga standardavvikelsen var att det fanns fyra stycken så kallade outliers (kraftigt avvikande i förhållande till urvalet), som svarade att de känt varandra i tjugo respektive trettio terminer. Utan dessa fyra personer var medelvärdet i antal terminer man känt varandra 2,0 (s = 1,7). På frågan hur lika de var sin studiekamrat i personlighet, attityder, temperament och känslor svarade bara 3% att de var mycket lika, 40% att de var lika, 37% att de delvis var/delvis inte var lika, och 21% svarade att de inte var särskilt lika. I genomsnitt ansåg testpersonerna att de kände sin studiekamrat mellan alternativet bra och alternativet varken bra eller dåligt. 5% ansåg att de kände sin studiekamrat mycket bra, 49% bra, 43% varken bra eller dåligt och 3% dåligt. Ingen av testpersonerna svarade att de kände sin studiekamrat mycket dåligt. Material Nedan följer en beskrivning av de mätmetoder som använts för valideringen. Av upphovsrättsliga skäl kommer vare sig NEO PI-R eller något av valideringsinstrumenten att bifogas. NEO PI-R Personlighetsinventoriet NEO PI-R består av ett frågehäfte med 240 item och en svarsblankett i vilken testpersonerna fyller i sina svar. Testet inleds med bakgrundsfrågor om namn, kön, ålder och datum. Frågorna i testet är sorterade i en viss systematisk ordningsföljd, där faktor- och aspektskalor byts med varje nytt item. Testpersonerna tar vid varje påstående ställning till en femgradig Likertskala, med svarsalternativen stämmer inte alls, stämmer inte särskilt väl, stämmer delvis/delvis inte, stämmer ganska bra och stämmer precis. Testpersonerna svarar genom att sätta ett kryss för det alternativ som passar bäst. På ett papper under svarsblanketten som är dolt för testpersonen översätts kryssen till poäng mellan 0-4 för varje item.

12 13 Testet avslutas med tre frågor huruvida den svarande har besvarat alla påståenden på ett korrekt och ärligt sätt, om alla påståenden är besvarade samt om den svarande markerat sina svar i korrekta svarskategorier. Reliabiliteten beräknat med Cronbachs alfa i stickprovet för NEO PI-R var _ =,87 för faktorn känslomässig instabilitet, _ =,73 för utåtriktning, _ =,70 för öppenhet, _ =,75 för vänlighet och _ =,82 för målmedvetenhet (medelvärdet var _ =,77). Dessa värden liknar förhållandevis väl tidigare forskningsresultat från såväl USA som i Sverige (Bergman, 2003; Costa & McCrae, 1992b). Förkortat NEO PI-R för studiekamratskattning (NEO-FK) Ett på NEO PI-R baserat förkortat studiekamratskattningstest (NEO-FK) med 30 item utvecklades som ett valideringsinstrument. Att inte låta studiekamraterna skatta på fullängdstestet byggde på antagandet att studiekamraterna endast kände varandra i ett begränsat antal situationer. Dessutom antogs även motivationella och tidsmässiga skäl spela in vid testtillfället. I en studie av Fossum (2002) demonstreras dessutom att det är möjligt med en förkortad version av NEO PI-R med bra innehålls- och kriterievaliditet och god reliabilitet. Även Burisch (1984) menar att det är möjligt att korta de flesta personlighetstest utan att kompromissa med validiteten. I en pilotstudie ombads studenter som tillfälligtvis råkade befinna sig i byggnaden på psykologiska institutionen vid Stockholms universitet om de kunde tänka sig att bedöma samtliga NEO PI-Rs item utifrån hur lätta eller svåra de var att skatta sin studiekamrat med. Kravet var att de hade en studiekamrat som de känt i minst ett år och i ett flertal olika situationer. Totalt deltog elva personer, varav sex kvinnor och fem män. Medelåldern var 33 år (s = 8,04). I genomsnitt hade testpersonerna känt sin studiekamrat i 7,5 terminer. Anledningen till att man känt varandra så länge var att alla utom en testperson studerade på psykologprogrammet, den resterande på fristående kurs. Testpersonerna fick ett häfte med samtliga NEO PI-Rs item i modifierad studiekamratform (ex: Min studiekamrat tänker efter noga innan han/hon fattar ett beslut ). Till varje item fanns en sexgradig skattningsskala med polerna mycket lätt till mycket svårt. Efter avslutad datainsamlig valdes det item från varje aspekt som ansågs lättast att skatta sin studiekamrat med att representera aspekten inför denna undersöknings NEO-FK. Således finns varje aspekt från NEO PI-R representerad. På samma sätt som i pilotstudien har dessa 30 item modifierats i förhållande till självrapporteringstestet genom att ändra ordalydelsen från första person (ex: Jag har mycket livlig fantasi ) till ett tredjepersonsperspektiv ( Min studiekamrat har mycket livlig fantasi ). Såväl itemordning som instruktioner i NEO-FK följer samma struktur och utseende som NEO PI-R (= utseendevaliditet). Svarsalternativen fördelade sig på en femgradig Likertskala, med svarsalternativen stämmer inte alls, stämmer inte särskilt väl, stämmer delvis/delvis inte, stämmer ganska bra och stämmer precis. Ett item byttes ut i NEO-FK jämfört med pilotstudiens resultat. Detta item var det som inledde det förkortade studiekamrattestet och som i pilotstudien var negerat ( Min studiekamrat är inte en sån som går och oroar sig ). Istället valdes det näst mest lättskattade itemet i samma aspekt från pilotstudien och som inte var negerat: Min

13 14 studiekamrat oroar sig ofta över saker som skulle kunna bli fel. Detta för att underlätta skattningen genom att reducera risken för missförstånd med ett krångligare item. Cronbachs alfa reliabiliteten för NEO-FK var _ =,51 för faktorn känslomässig instabilitet, _ =,61 för utåtriktning, _ =,45 för öppenhet, _ =,52 för vänlighet och _ =,79 för målmedvetenhet (medelvärdet var _ =,58). Självrapportering direkt på faktornivå (FFM-S) För att se hur väl testresultatet från NEO PI-R på varje faktor korrelerade med en generell faktorbeskrivning, användes Psykologiförlaget ABs egen återkopplingsblankett Dina testresultat som underlag för ytterligare ett valideringsinstrument. På denna blankett tolkas testpersonen utifrån sina poäng till en av tre beskrivningar för varje faktor. Det första alternativet på N-skalan var en beskrivning av en person med hög känslomässig instabilitet. Det andra alternativet beskrev en person med genomsnittlig grad av känslomässig instabilitet. Det tredje alternativet beskrev en person med låga värden på egenskapen känslomässig instabilitet, vilket är detsamma som en känslomässigt stabil person. De alternativ som beskrev en person med höga värden på faktorskalorna valdes genomgående ut att ingå i valideringstestet för FFM-S. För att ytterligare förstärka intrycket av att det handlar om ett övergripande karaktärsdrag har adverbet i allmänhet lagts till som inte fanns i originalutförandet. Till exempel löd faktorfrågan för utåtriktning: Jag är i allmänhet utåtriktad, sällskaplig, aktiv och livlig. Jag tycker bäst om att vara med andra största delen av tiden. Svarsalternativen bestod av en femgradig Likertskala med svarsalternativen stämmer inte alls, stämmer inte särskilt väl, stämmer delvis/delvis inte, stämmer ganska bra och stämmer precis. Studiekamratskattning direkt på faktornivå (FFM-K) Det sista valideringsinstrumentet var snarlik FFM-S till utseendet, med skillnaden att skattningen gällde studiekamraten. En modifiering av ordalydelsen till tredjeperson blev därför nödvändig. Till exempel löd faktorfrågan för utåtriktning: Min studiekamrat är i allmänhet utåtriktad, sällskaplig, aktiv och livlig. Han/hon tycker bäst om att vara med andra största delen av tiden. I övrigt var valideringsinstrumentet identiskt med instrumentet för FFM-S med avseende på såväl instruktioner som den femgradiga Likertskalan som svarsalternativ. I det förkortade studiekamratskattningstestet ställdes dessutom fyra bakgrundsfrågor om testpersonen och dennes relation till sin studiekamrat. Först ombads testpersonen ange studieform med svarsalternativen fristående kurs eller psykologprogrammet. Därefter skulle testpersonen fylla i antal terminer som han/hon känt sin studiekamrat. Vidare handlade ett item om hur pass lika testpersonen ansåg sig vara sin studiekamrat med avseende på personlighet, attityder, temperament och känslor. Slutligen frågades om hur väl testpersonen ansåg att han/hon kände sin studiekamrat. Svarsalternativen för samtliga item bestod av en femgradig Likertskala. Som avslutning på skattningsformulären ställdes en öppen fråga om hur testpersonen upplevde situationen att bedöma sig själv och sin studiekamrat på detta sätt. Den öppna avslutningen var avsedd som återkoppling på valideringsstudien i en mer kvalitativ, vardagsspråklig form.

14 15 Procedur Testpersonerna kom parvis och samlades i lektionssalar för genomförandet av självrespektive studiekamratskattningen. Totalt genomfördes femton skattningstillfällen, med ett deltagarantal från ett par till tio par per tillfälle. Vilken av personerna som fick vilken testordning bestämdes slumpvis av testledaren. För att eliminera risken för fuskande (sneglande på sin kurskamrats svar) separerades varje par fysiskt och ombads placera sig så långt från varandra i rummet som möjligt. När alla testpersoner hade kommit inledde testledaren med en muntlig genomgång som inleddes med att syftet delgavs; att pröva validiteten hos ett på svenska nyutkommet personlighetstest genom beräkning av korrelationen mellan självrapportering och studiekamratskattning. Testpersonerna informerades om att undersökningen var konfidentiell och att de inte behövde skriva sina namn på testen. Numreringen på testen förklarades med att det var en förutsättning för senare statistiska korrelationsberäkningar. Vidare fick testpersonerna två datum för återkoppling på sin personlighet enligt svenska normdata. För de som önskade närvara vid detta tillfälle gavs en upplysning om att komma ihåg sitt nummer på testet för att därigenom underlätta administreringen vid detta tillfälle. Testpersonerna instruerades även om hur de skulle fylla i testen, samt att de gjorde testen i just den ordning som de låg i. De fick också veta att de fick sitta så länge de ville, men att det troligtvis skulle ta mellan 45 minuter till en timme att genomföra alla fyra testen. Slutligen informerades testpersonerna om att de efter inlämnat test skulle få undersökningstid motsvarande den tid de avsatt avrundat uppåt till närmaste halvtimme (enligt institutionens praxis), alternativt en trisslott. Sammanlagt fick varje testperson sex stycken häften uppdelade i: (1) Ett frågehäfte och en svarsblankett för NEO PI-R, (2) ett frågehäfte och en svarsblankett för det förkortade studiekamratskattningstestet (NEO-FK), (3) ett självrapporteringstest för faktornivå (FFM- S) samt (4) ett studiekamratskattningstest för faktornivå (FFM-K). För att i viss mån säkra för ordningseffekter delades testordningen för de fyra testen in i två ordningsföljder, där den första personen i varje par började med NEO PI-R, följt av FFM- S, NEO-FK och FFM-K. Den andra i paret började med NEO-FK, följt FFM-K, NEO PI-R och FFM-S. Varje person fick således skatta både sig själv och sin studiekamrat. Samtliga test var numrerade dels efter par (samma nummer per par från 1 till 53), dels efter om testpersonen ordningsmässigt var den första eller andra personen i paret (efter varje parnummer ytterligare ett nummer; 1 för ettorna och 2 för tvåorna). I takt med att testpersonerna blev klara med testerna kom de fram till testledaren som översiktligt tittade igenom testen för att se om något item inte var besvarat. Därefter fyllde testledaren i undersökningstid alternativt gav ut en trisslott mot att testpersonen först skrev på en särskilt lista med namn och telefonnummer (till Psykologiförlaget AB som stod för trisslotterna). Vid återkopplingstillfället fick testpersonerna tillbaka sitt eget personlighetstest. Först summerades poängen till en råpoäng, som sedan fördes över till en Profilöversikt som tillhandahölls av Psykologförlaget AB. På denna översikt kunde testpersonen se resultatet av NEO PI-R på respektive faktor och aspekt och hur han/hon placerade sig i förhållande till normpopulationen. Därefter fick varje testperson fylla i sin övergripande personlighetsprofil på blanketten Dina testresultat (som även den kom från Psykologiförlaget AB) utifrån sina poäng från testet. Slutligen ombads testpersonerna fylla i en enkät där de skulle ta

15 16 ställning till hur väl de ansåg att denna beskrivning stämde överens med deras självuppfattning om sin personlighet. För varje faktor fanns ett femgradigt svarsalternativ stämmer inte alls, stämmer inte särskilt väl, stämmer delvis/delvis inte, stämmer ganska bra och stämmer precis. Databearbetning Då svarsfördelningen från NEO PI-R var förhållandevis normalfördelad, har genomgående Pearsons produktmomentkorrelationskoefficient för multifaktor-multimetodberäkningarna använts. En jämförelse med Spearmans rangkorrelationskoefficient visade på mycket små skillnader. Som mest skilde sig r xy från r s i en variabel med,06. Denna korrelationsskillnad motsvarar cirka en tredjedels procent förklarad varians, vilket inte är tillräckligt stort för att berättiga korrelationsberäkningar med Spearman. För att besvara frågeställningen om det fanns några signifikanta skillnader i den konvergenta validiteten på faktornivå mellan olika undergrupper i stickprovet, har korrelationerna översatts till Fischers Z (formel 2). Därefter har Z differensen mellan Z 1 och Z 2 dividerats med medelfelet för differensen i Z (formel 3 och formel 4). Kvotvärdet i z har slutligen jämförts mot det kritiska z-värdet 1,96 med en säkerhet på 5% nivån (2-sidig prövning) för att avgöra om skillnaden var signifikant. Z = r ln 1 r (2) Z1 Z2 z = σ z z 1 2 (3) där σ z 1 z2 = σ z1 + σ z2 = + (4) n - 3 n Resultat Konvergent validitet mellan NEO PI-R och valideringsmetoderna I tabell 2 på sidan 18 framgår konvergenta validiteter (validitetskoefficienter) i fetstil. Dessa uttrycker korrelationsnivåerna mellan olika instrument men inom samma faktordimension. Mellan NEO PI-R och mätinstrumenten FFM-S, NEO-FK och FFM-K rådde konvergent validitet. Högst korrelationer återfanns mellan självrapportering på inventorie- och faktornivå: Här var medianvärdet mellan NEO PI-R och FFM-S r =,58 (p <,01 för samtliga korrelationer. Mellan NEO PI-R och NEO-FK (inventoriejämförelser mellan självrapportering och studiekamratskattning) var mediankorrelationen r =,41 (p <,01 för samtliga korrelationer). Mellan NEO PI-R och FFM-K var mediankorrelationen r =,27 (p

16 17 <,01 för känslomässig instabilitet och utåtriktning. För öppenhet, vänlighet och målmedvetenhet var p <,05). För de återstående jämförelserna var även här den konvergenta validiteten god. Av dessa uppvisade korrelationerna mellan NEO-FK och FFM-K det högsta medianvärdet på r =,50 (p <,01 för samtliga korrelationer). Korrelationerna mellan FFM-S och NEO-FK hade ett medianvärde på r =,26 (p <,01 för samtliga korrelationer förutom känslomässig instabilitet, som hade p <,05). Mellan FFM-S och FFM-K var mediankorrelationen,32. (p <,01 för känslomässig instabilitet, utåtriktning och vänlighet, p <,05 för målmedvetenhet, faktorn öppenhet var dock inte signifikant). Hypotes 1 har därför stärkts för NEO PI-R, genom att det uppvisar konvergent validitet i förhållande till de jämförande metoderna. Divergent validitet mellan NEO PI-R och valideringsmetoderna För att hypotes 2 skulle få stöd krävdes att korrelationen mellan samma faktor och olika metoder (konvergent validitet) skulle vara högre än mellan resterande faktorer i samma metodjämförelse. Vid jämförelse mellan NEO PI-R och de övriga valideringsmetoderna visade sig detta vara fallet gentemot FFM-S samt NEO-FK (se tabell 2 på sidan 18). Mellan NEO PI-R och FFM-K var däremot tre av fem heterofaktorkorrelationer högre än eller lika höga som den konvergenta validiteten. För övriga metodjämförelser var det endast korrelationerna i studiekamratskattningen mellan inventorie- och faktornivå vars konvergenta validitet för alla faktorer som var högre än heterofaktorkorrelationerna. Hypotes 2 fick därmed stöd för NEO PI-R i metodjämförelser med FFM-S och med NEO-FK. Hypotes 2 fick även stöd för metodjämförelser mellan NEO-FK och FFM-K. För att hypotes 3 skulle få stöd krävdes att den konvergenta validiteten skulle vara högre än korrelationerna mellan olika faktorer i samma metod, det vill säga högre än metodvariansen. För NEO PI-R var detta fallet för alla fem faktorer i jämförelse med FFM-S och NEO-FK. Mellan övriga metodjämförelser klarade sig studiekamratskattning mellan inventorie- och faktornivå. Även för dessa metoder fick alltså hypotes 3 stöd. Vid övriga jämförelser var metodvariansen högre än den konvergenta validiteten vid minst en faktor för respektive metod. Detta ger sammantaget för NEO PI-R att såväl hypotes 2 och hypotes 3 fick stöd i metodjämförelse med FFM-S och med NEO-FK. Mellan dessa metoder rådde således divergent validitet. Även för studiekamratskattningens inventorie- och faktornivåjämförelse rådde divergent validitet. Övriga metodjämförelser har däremot brister i den divergenta validiteten.

17 18 Tabell 2: Korrelationer i multifaktor-multimetodmatris. Stu diekam ratska ttning Självr apport ering FFM-K NEO-FK FFM-S NEO PI-R Sj älvrap porter ing Stud ie kamrat skattn ing NEO PI-R FFM-S NEO-FK FFM-K _ N E O A C N E O A C N E O A C N E O A C N 87 E 73-37** O A C 82-21* N 57** ** E -34** 81** O ** 47** ** A ** C ** N 51 35** -21* * E ** ** * O ** ** A ** ** * 11 C ** ** 26** 24* -23* -24* 15 N 27** 10 27** ** ** 09 29** E ** ** ** * 04 O -21* 30** 19* 20* -26** 07 25* ** 30** 44** ** A ** ** ** ** C * * 22* ** Anmärkning: N = känslomässig instabilitet. E = utåtriktning. O = öppenhet. A = vänlighet. C = målmedvetenhet. Konvergenta korrelationer i fetstil. Decimalkommatering borttagen. NEO-FK = förkortad version av NEO PI-R för studiekamratskattning. FFM-S = självrapportering direkt på faktorskalnivå. FFM-K = studiekamratskattning direkt på faktorskalnivå. N = * Korrelationen är signifikant på,05-nivån (2-sidig prövning). ** Korrelationen är signifikant på,01-nivån (2-sidig prövning).

18 19 Upplevelser av skattningsproceduren På den öppna frågan i slutet av testet svarade 90 personer. En vanlig uppfattning var att skattning av såväl sig själv som någon annan kan variera beroende på situation, men även på sinnestillstånd, ålder, och social status. En strategi att kompensera för denna bristande situationsanpassning var att kryssa för ett mittenalternativ. Samma strategi användes ibland när vissa testpersoner upplevde att ett item innehöll två påståenden, trots att testpersonen egentligen passade väl in i ena hälften av påståendet men mindre väl i den andra. En del upplevde det som svårare att skatta sig själva medan andra tyckte tvärtom. En synpunkt på svårigheten med självrapportering var att en testperson ansåg sig ha så många sidor i sin personlighet att samma frågor kunde ha många rätta svar. Att det var svårt att skatta den andre ansåg många hängde samman med att de i egenskap av studiekamrat inte kände varandra särskilt väl. En annan synpunkt rörde sanningshalten i svaren. Trots att en testperson tyckte att han/hon svarade sanningsenligt kom han/hon plötsligt ändå på sig själv med att svara som han/hon skulle vilja vara och i enlighet med vad som anses vara ett socialt önskvärt beteende. På grund av att testet inte gällde till exempel ett arbetsprov var en uppfattning att han/hon kunde ge ärligare svar. En källa till irritation och osäkerhet i svaren var den semantiskt oklara innebörden av ord som ofta och ibland som ingick i en del av itemen. Skattningen direkt på faktornivå upplevdes av vissa som för allmänt och intetsägande. Många ansåg dock att självrapporteringen som sådan varit intressant och givit nya insikter om sin egen personlighet. Självupplevd validitet Den andra frågeställningen ville undersöka hur god överensstämmelse som rådde mellan testets övergripande tolkning av personligheten och självupplevd personlighet på femfaktormodellens skalor. Svarsfördelningen av enkäten fördelade sig som visas i tabell 3. Tabell 3: Grad av överensstämmelse mellan testets tolkning och självupplevd personlighet på femfaktorskalorna Överensstämmelse N E O A C Stämmer inte alls Stämmer inte särskilt väl Stämmer delvis/delvis inte Stämmer ganska bra Stämmer precis Medelvärde 4,18 4,06 3,94 3,55 4,00 Anmärkning: Svarsalternativen i procent. Medelvärdet på en skala 1-5 där 1 = stämmer inte alls och 5 = stämmer precis. N = känslomässig instabilitet. E = utåtriktning. O = öppenhet. A = vänlighet. C = målmedvetenhet. N =

19 20 Störst överensstämmelse mellan testets tolkning av personligheten och den egna uppfattningen av sin personlighet hade faktorn känslomässig instabilitet, följt av utåtriktning, målmedvetenhet och öppenhet. Minst överensstämmelse uppvisades i faktorn vänlighet. En beroende ANOVA visade att det fanns en signifikant skillnad mellan de olika faktorerna, F (4,196) = 3,41 (p =,01). Ett uppföljande post hoc test (Bonferroni) visade emellertid att det endast förelåg en signifikant skillnad i uppfattad överensstämmelse mellan testets tolkning och sin självupplevda personlighet mellan faktorn vänlighet med ett medelvärde på 3,55 och faktorn känslomässig instabilitet med ett medelvärde på 4,18 (p =,036). Könsskillnader i skattningar av sin studiekamrat Den första delfrågan i den tredje frågeställningen undrade om det fanns några könsskillnader. En beräkning av Pearsons korrelationskoefficient mellan NEO PI-R och NEO-FK visade att förmågan att skatta sin studiekamrat skilde sig åt mellan könen (tabell 4). Männen var med undantag för skattningar av faktorn målmedvetenhet bättre än kvinnorna på samtliga av NEO PI-Rs faktorskalor. En omräkning av korrelationerna till Fischer s Z visade dock att den enda signifikanta skillnaden var i faktorn målmedvetenhet; z = 4,81, p <,001. Tabell 4: Könsskillnader i förmågan att skatta sin studiekamrat på femfaktormodellen. Kön N E O A C Kvinnor,27*,53**,36**,43**,39** Män,41*,65**,55**,68**,16 Anmärkning: Korrelationerna baseras på en jämförelse mellan NEO PI-R och NEO-FK. N = känslomässig instabilitet. E = utåtriktning. O = öppenhet. A = vänlighet. C = målmedvetenhet. N för kvinnor = N för män = * Korrelationen är signifikant på,05-nivån (2-sidig prövning). ** Korrelationen är signifikant på,01-nivån (2-sidig prövning). Skillnader mellan fristående kurs och psykologprogrammet i korrelationsförmåga av sin studiekamrat Den andra delfrågan i den tredje frågeställningen rörde eventuella skillnader mellan studenter som läser fristående kurs jämfört med studenter på psykologprogrammet. En beräkning av Pearsons korrelationskoefficient mellan NEO PI-R och NEO-FK visade att förmågan att skatta sin studiekamrat skilde sig åt även här (tabell 5 på sid 21). Psykologprogrammets studenter var sämre att skatta sin studiekamrat på känslomässig instabilitet, vänlighet och målmedvetenhet jämfört med studenter på fristående kurs. Däremot var psykologprogramstudenterna bättre än studenterna på fristående kurs på att skatta sin studiekamrat på utåtriktning och öppenhet. En omräkning till Fischer s Z visade emellertid att den enda signifikanta skillnaden mellan studietyperna var för målmedvetenhet, z = -2,03, p <,05).

20 21 Tabell 5: Skillnader mellan studieform i förmågan att skatta sin studiekamrat på femfaktormodellen. Studietyp N E O A C Psykologprogrammet,18,68**,51*,45 -,14 Fristående kurs,38**,58**,39**,52**,39** Anmärkning: Korrelationerna baseras på en jämförelse mellan NEO PI-R och NEO-FK. N = känslomässig instabilitet. E = utåtriktning. O = öppenhet. A = vänlighet. C = målmedvetenhet. N = för psykologprogramstudenter. N = för fristående kurs. * Korrelationen är signifikant på,05-nivån (2-sidig prövning). ** Korrelationen är signifikant på,01-nivån (2-sidig prövning). Skillnader i skattningsförmåga av sin studiekamrat mellan de som var lika sin studiekamrat jämfört med de som var mindre lika sin studiekamrat Den tredje delfrågan i den tredje frågeställningen undersökte om det fanns skillnader i skattningsförmågan av sin studiekamrat beroende på testpersonens uppgivna grad av likhet med sin studiekamrat. Pearsons korrelationskoefficient mellan NEO PI-R och NEO-FK visade att förmågan att skatta sin studiekamrat skilde sig åt beroende på om testpersonen uppgivit att de var lika sin studiekamrat jämfört med de som inte ansåg sig vara lika sin studiekamrat (tabell 6). I tre av fem faktorer minskade förmågan att bedöma sin studiekamrat om man uppgivit sig vara mer lik denne. Den största skillnaden var i faktorn målmedvetenhet. Detta visade sig också vara den enda signifikanta skillnaden efter omräkning till Fischer s Z. De som ansåg sig vara mer lika sin studiekamrat hade sämre förmåga att skatta sin studiekamrat (medelvärde: r =,06) jämfört med de som ansåg sig vara mindre lika sin studiekamrat (medelvärde: r =,49), z = 2,34, p <,05. Tabell 6. Skillnader mellan graden i likhet i förmågan att skatta sin studiekamrat på femfaktormodellen. Lik sin studiekamrat N E O A C Stämmer inte alls/ Stämmer delvis/delvis inte Stämmer ganska bra/ Stämmer precis,39**,56**,39**,54**,49**,28,64**,44*,44**,06 Anmärkning: Korrelationerna baseras på en jämförelse mellan NEO PI-R och NEO-FK. N = känslomässig instabilitet. E = utåtriktning. O = öppenhet. A = vänlighet. C = målmedvetenhet. N = * Korrelationen är signifikant på,05-nivån (2-sidig prövning). ** Korrelationen är signifikant på,01-nivån (2-sidig prövning).