Big Five Plus - S-WoBA - Handelshögskolan i Stockholm
Big Five Plus - S-WoBA - Handelshögskolan i Stockholm
Big Five Plus - S-WoBA - Handelshögskolan i Stockholm
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Tabell 13.15. Fördelningen av staninepoäng<br />
Testpoäng, stanine Andel i normgruppen som har denna poäng,<br />
procent<br />
1 4<br />
2 7<br />
3 12<br />
4 17<br />
5 20<br />
6 17<br />
7 12<br />
8 7<br />
9 4<br />
Märk att denna fördelning enbart gäller i normgruppen. Om den testade gruppen t ex består av<br />
mycket kreativa personer får troligen dessa alla stanine > 5 i kreativitet.<br />
2. I utlåtandet görs distinktioner mellan dem som har stanine > 4. Tre grupper urskiljs bland<br />
dem: 5-6, 6-7 och 8-9. På så sätt uppnås målet att utlåtandet gör tydliga skillnader i den andel<br />
av de testade i varje skala som ligger på eller över medelvärdet.<br />
3. Det finns inte samma intresse av att göra åtskillnader inom gruppen som har stanine under<br />
medelvärdet. En profil med testpoäng finns också i rapporten. Denna kan användas om den<br />
informationen behövs.<br />
Jämfört med ett manuellt utlåtande har det datorgenererade den fördelen att all information tas<br />
med. Det kan lätt bli en ojämn täckning när testtolkaren ska skriva hela texten. Hans eller<br />
hennes speciella idéer kan färga av sig på texten. Den s.k. haloeffekten påverkar ofta, dvs. ett<br />
globalt positivt eller negativt intryck av en person, kanske efter en intervju, slätar ut nyanserna<br />
och tillrättalägger utlåtandet. Bilden av en person är sällan helt konsistent om man ser till<br />
testvärdena, och motsägelser är vanliga hos människor. Det är viktigt att utlåtandet återger<br />
också denna grundläggande aspekt på människors fungerande. Uppgiften att skapa många<br />
utlåtanden är tröttande och risken för förenklade och stereotypa formuleringar är uppenbar.<br />
I Bilaga 3 ges tre exempel på datorskapade utlåtanden på grundval av <strong>Big</strong> <strong>Five</strong> <strong>Plus</strong>.<br />
Varför så mycket bättre än traditionella test?<br />
Det finns tre skäl till att <strong>Big</strong> <strong>Five</strong> <strong>Plus</strong> är dramatiskt bättre än ett vanligt personlighetstest.<br />
1. Den traditionella FFM-modellen är kognitivt orienterad och den testade rapporterar<br />
om sig själv i ett utifrånperspektiv. <strong>Big</strong> <strong>Five</strong> <strong>Plus</strong> lägger till viktiga dimensioner som<br />
mäter emotioner och gör det från ett inifrånperspektiv. ”En sådan person är jag” är den<br />
traditionella ansatsen. ”Så här känner jag mig” är <strong>Big</strong> <strong>Five</strong> <strong>Plus</strong>. Det handlar om struktur<br />
kontra dynamik, om man så vill. Omfattande forskning har visat hur viktigt det dynamiska<br />
och emotionella perspektivet är, inte minst i arbetslivet. FFM tenderar att<br />
fastna i de semantiska nyanserna i det språk vi använder för att beskriva oss själva och<br />
andra. Det har ett visst intresse, men räcker inte särskilt långt, som resultaten i denna<br />
137