picture from Internet
解析文章首发于唧唧堂网站www.jijitang.com
解析作者 | 唧唧堂心理学小组：
Will
；审校编辑 |
悠悠 糖糖
本文是针对论文《十六岁到六十岁：50年人格的稳定性及变化的纵向研究Sixteen going on sixty-six: A longitudinal study of personality stability and change across 50 years》的一篇论文解析，该论文于2019年8月发表于《人格与社会心理学杂志（Journal of Personality and Social Psychology）》。该研究作者为休斯顿大学的Rodica Ioana Damian、Andreea Sutu，图宾根大学的Marion Spengler和伊利诺伊大学的Brent W. Roberts。
研究背景与问题提出
当你六十岁时，你的人格、性格还是你十六岁时的样子吗？
人格特质（personality traits）被定义为相对持久且自动化的思维、感觉和行为模式，这些模式在各种情况和环境下相对一致（Roberts，2009）
。常用的人格量表比如大五人格量表（Big Five），评估个体的外向性、宜人性、尽责性、神经质（情绪稳定性）、开放性。主流观点认为一个人的人格特质既是稳定的，又是变化的，因此对人格的研方法既要考察其稳定性，又要评估其变化。
本研究是第一篇以50年之长为时间跨度，考察人格发展的稳定性及变化的纵向研究
。
通常研究中会采用
排序稳定性和平均变化水平
来考察人格的稳定性和变化，但本研究中除了常用的两种还增加了另外两个指标，一共采用了四种指标来衡量人格的稳定性和变化性，如下表所示。此外，研究者还考察了男女在人格稳定性和变化上的性别差异。
注释：【人格模式稳定性】
* 总体人格模式稳定性，即一个人的人格模式在两个时间节点的相似性，计算方法是对于每个被试，计算两次测量不同特质排序的相关指数；
* 独特人格模式稳定性，即一个人的人格模式相比于人群平均人格模式的独特性，在两个时间节点的相似性，计算方法为，首先在两次测量时间分别计算对于某一特质，个体得分与人群平均的差别，然后计算每个被试两组差异分数的相关；
* 人格模式规范性，即在每一个时间节点，一个人的人格模式与人群平均人格模式的相似性，计算方法为，在每个测量时间，分别计算对于某一特质个体得分和人群平均得分的相关。
值得注意的是，
总体人格模式稳定性和独特人格模式稳定性需要两个测量时间的数据，而人格模式规范性可以在每个测量时间分别计算
。
关于人格特质的变化有两种假说：
A.
累积
（cumulate）——人格在一生中的变化是不断累积的，时间越长，人格特质的变化也越大。
B.
消散
（dissipate）——人格特质存在一个定点（set points），该定点决定了一个人的人格在一生中潜在的变化范围，那么时间跨度越长，人格就越有可能回到设定点。
本文的研究者更支持人格特质的累积假说，认为这更符合人格特质的可塑性模型。
基于前人已有的短期的（多为10年）的纵向研究结果以及以上假说，本研究做出
以下预期
：
1. 50年的时间间隔下，人格特质的平均排序稳定性约在0.20左右，不同特质之间没有明显的差别；
2. 根据累积假说，预期观察到50年的时间间隔下，人格特质有平均1/2到1个标准差的变化，并且是向着更成熟的方向变化，如：更宜人、更尽责、情绪更稳定等；
3. 在每个人格特质维度上，有超过20%的人发生可靠的变化；
4. 总体人格模式稳定性的估计值低于0.37，并且独特人格模式稳定性的估计值略低于总体人格模式稳定性的估计值，每个时期的人格模式规范性在0.50到0.70；
5. 女性比男性在尽责性、宜人性、社交能力上更高，在情绪稳定性上更低。50年人格的稳定性和变化上，男女没有显著的差异。
picture from Internet
研究方法
研究数据来自于美国高中生在1960年以及50年后（1795年）使用天才项目人格问卷(Project Talent Personality Inventory, PTPI)进行的人格评估。但是由于第一次测试中被试完成的是长版量表，第二次测试中被试完成的是短版量表，且被试第一次测量中每个题目的原始分缺失，导致无法计算测量方差，所以研究者首先用另外的样本进行了验证实验，来检验两个版本量表的匹配程度、对不同被试的适用程度以及计算测量误差。
验证实验
样本：
样本1：3934名被试的横断研究数据，被试年龄主要集中在20岁和60岁
样本2：38名被试的短期追踪数据，两次测量时间间隔为2周
被试均完成了完整版的PTPI问卷，并且可以得知每个题目的原始分，研究者从中选取了短版量表的对应的问题的回答，并且按照与正式实验相同的方式对两个版本被试的回答进行了编码和计分，得到了十个人格特质维度的分数。
结果：
A. 样本一的描述性分析和内部一致性结果表明：
长版和短版量表总体的信度一致（短版仅相差0.02）；
不论是长版还是短版量表，20岁和60岁被试的问卷信度都没有明显差异，说明对于两个年龄的被试，两个版本的PTPI的适用性相同；
在两个版本量表中都发现了相同的人格特质变化趋势，60岁被试比20岁被试更平静、更成熟、更自信、社会敏感性更高以及更整洁；
对两个版本量表每个人格特质维度上的均值进行配对t检验，发现在某些维度上短版量表的得分略微高，某些维度上长版量表的得分略微高。在正式实验中计算平均水平变化时，研究者将验证实验中发现的差别作为常数与均值叠加；
在两个版本下，研究者对20岁和60岁被试的测量方差进行了计算，结果表明两个年龄组的被试对PTPI的使用方式是类似的。
B. 样本二的描述性分析和内部一致性结果表明：
长版和短版量表的平均测量-重测信度一致（短版仅差0.04）。由于研究者计算得到了每个人格特质维度不同的测量-重测信度，可作为正式实验中计算排序稳定性时测量误差的参照。
因此，
验证实验说明短版量表与长版量表的相似度高
，也能够很好的测量人格特质。实验结果也为正式实验中计算排序稳定性和平均水平变化提供了测量误差及版本差异方面的信息。
正式实验：
数据来源：
来自Project Talent数据库的子样本，超过440000名美国高中生在1960年以及50年后（1795年）使用PTPI进行了自我报告的人格评估，通过随机抽击及筛选，最终共纳入1795位被试。
测量工具：
PTPI量表的情况如下表所示，评分采用5点评分（非常好-比较好-中等-略好-不是很好）。
计分方式：
在本研究中，第一次测量时单项题目的原始分缺失，测量人员将每个题项进行了0/1编码，回答“非常好”/“比较好”计1分，回答“中等”/“略好”/“不是很好”计0分，然后将每个维度下所有题目的得分加和，得到该维度的得分。本研究的研究者将每个维度的总分除以题目数，得到每个维度的平均分，并且采用同样的方式对短版问卷进行了编码。
研究结果
研究者首先进行了损耗分析（attrition analysis），发现在PTPI的得分上，第二次测量中保留下来的被试比丢失的被试在活力、冷静和成熟人格上的得分更高（Cohen’s d = .18）。
排序稳定性
：
使用原始分计算得到平均排序稳定性为0.23，矫正测量误差后得到的平均排序稳定性为0.31。各维度的值如下图。这说明经历50年之长的时间跨度，
人们的性格特质依旧保持了相当程度的一致性
。
平均水平变化：
人格特质平均发生0.63个标准差的变化，除冲动性外，其他人格特质维度上均有明显提高，说明和青年时期相比，
人们在60岁时变得情绪更为稳定、更尽责、更宜人，展现出人格发展趋向成熟的模式
。
个人层面变化：
平均而言，对于每一个特质，有40%的人发生了可靠的变化，这个比例高于前人研究做出的推论，表明人格的变化随着时间发展是不断累积的。其中在成熟人格上发生变化的人最多（60.7%），大部分的人都是有所提高（58.7%）；在领导力上发生变化的人最少（21.4%），同样是大部分的人有所提高（17.3%）。
个人层面的变化展现出
人格发展成熟化
的趋势，基本上每个人都在至少一个人格特质维度上发生了可靠变化，超过一半的人在4到5个维度上有所变化，但是很少有人在10个人格维度全都发生了变化。
人格模式稳定性：
总体人格模式稳定性变化值为-0.69到0.98，均值为0.37，中位数为0.40；
独特人格模式稳定性变化值为-0.80到0.97，均值为0.17，中位数为0.20；
人格模式规范性变化值在16岁时为-0.76到0.98，均值为0.51，中位数为0.56；在66岁时为-0.71到0.97，均值为0.62，中位数为0.69。可见
随着年龄人格模式规范性是提高的
。
人格稳定性和变化的性别差异：
在两次测量中，女性比男性在成熟人格、整洁（代表尽责性），社交能力（外向性），文化（开放性）和社会敏感性（宜人性）的得分都更高。在排序稳定性上，男女没有显著差异；在平均水平变化上，发现性别和时间的交互作用显著，具体来说，男性比女性在自信维度上的增加更多，而女性比男性在社会敏感维度上的增加更多；在个人层面变化上，男女没有显著差异；在人格模式稳定性上，女性比男性的总体人格模式稳定性高，不过这可能是在两个测量时间点，女性的模式规范性都更高导致的。
以上结果总体说明，
男女在一生的人格发展变化并没有太大的差异
。
picture from Internet
研究讨论
本文研究结果总体表明，人们的人格在保持核心特质的同时也在发生着变化，这种变化是累积的，向着更为成熟、更为适应的方向。在人群中，这种变化并不是单一的统一的，这说明环境因素如独特的生活经验不断塑造着人格，带来人格变化中的差异性。
本研究有以下不足：
第一次测量中题目原始数据缺失，导致不能采用更为复杂的分析方法，无法检验测量方差，也没能够使用潜变量构念；
正如损耗分析表明，本研究的样本和丢失的样本数据在某些人格特质上有差异，这使得本研究的结果不能代表缺失群体；
