正在准备内容……
你看到人格测评页面上的“较高”“较低”或一个区间，想进一步问：“这是不是说明我在第几百分位？”先别急着把标签换成排名。 常模 是以一个明确比较样本及其分数资料建立的参照； 百分位 则是某个分数在那个已说明群体里的相对位置。两者都离不开可核对的工具、计分方式、比较样本与换算规则。资料缺失时，不能从人格分数推得个人排名、常
订阅中文博客（Atom） · 将链接添加到支持 Atom 的 RSS 阅读器，接收最新公开文章和实质更新。
你看到人格测评页面上的“较高”“较低”或一个区间，想进一步问：“这是不是说明我在第几百分位？”先别急着把标签换成排名。常模是以一个明确比较样本及其分数资料建立的参照；百分位则是某个分数在那个已说明群体里的相对位置。两者都离不开可核对的工具、计分方式、比较样本与换算规则。资料缺失时，不能从人格分数推得个人排名、常模、有效性或比较结论；最准确的记录是 Unknown。（APA，Test norm）（ETS，Standards: Quality and Fairness 术语表）
内容分类
人格心理学
相关标签
大五人格、Big Five、Personality Test
设想小周完成一份人格问卷，看到“开放性：较高”。他想把“较高”改写成一个具体的个人百分位。这一步需要更多已知信息，而不是更有力的措辞。
常模（norm）是通过一个明确的标准化或参照群体建立的比较基准。APA 的术语解释将测试常模放在已测试的标准化群体及其分数分析之上。（APA，Test norm） 因此，“和谁比较”不是附注，而是解释的一部分：样本面向什么人、何时收集、处于哪些地区或语言环境、用的是什么版本、如何招募和处理数据，都会限定这个比较可以说到哪里。
百分位（percentile rank）不是“你答对了多少题”，也不是“你有多少百分比的人格特质”。ETS 的术语标准把它定义为：在一个已定义群体中，低于某一分数的比例。（ETS，Standards: Quality and Fairness 术语表） 人格问卷通常没有“答对”这一层含义；把人格结果说成百分位时，仍然只是在讲与特定参照样本的相对位置，不能自动变成优劣、诊断或命运判断。
也不要把“中间百分位”读成“我在所有情境都很普通”，或把“较高百分位”读成“我更好”。百分位压缩的是一个分数在某个样本分布中的位置；它没有替你解释题目范围、生活场景、行为后果或个人价值。（ETS，Standards: Quality and Fairness 术语表）
一个可解释的常模或百分位，至少应让读者知道下面这些问题的答案：
| 核对项 | 需要看到什么 | 缺失时可以说什么 | 不能补出的结论 |
|---|---|---|---|
| 工具与分数 | 工具名称、版本、语言、题目/计分说明，以及页面显示的是哪类分数 | “当前分数的计算与量尺说明不足” | 不同工具可换算，或这个分数已被验证 |
| 比较样本 | 目标人群、纳入条件、地区/语言、收集时间、招募与样本处理说明 | “比较对象不明确” | “和同龄人/全国人群相比” |
| 比较规则 | 原始分、转换分、区间或百分位的定义，以及并列分数如何处理 | “百分位换算规则未知” | 从“较高”反推出某个百分位 |
| 适用边界 | 该比较适用于谁、什么版本和什么用途 | “是否适用于当前使用情境为 Unknown” | 分数可用于诊断、筛选或预测 |
这不是要求读者自己建立常模。它只是把“我排第几”还原为可审查的信息请求：如果比较样本没有名称和说明，比较结论就没有可核对的对象。
国际测验委员会（ITC）的测试翻译与改编指南也将分数解释置于预定使用人群、证据和文档之中；当工具跨语言或文化使用时，不能仅凭名称相同就假定比较等价。（International Test Commission，2017） 这条方法边界不意味着某一种语言或群体“不能比较”，而是说任何比较都需要与具体版本、使用人群和证据相匹配。
“大五人格”是一组广泛使用的特质框架，不是天然统一的问卷、样本或百分位表。Soto 与 John 对 BFI-2 的研究讨论的是一个有明确项目与结构的具体工具；它不能让所有写着“大五”的测验自动相同，也不能为另一个产品提供常模或百分位。（Soto 与 John，2017）
这一点在官方资料中也很直观：Berkeley Personality Lab 对 BFI-2 的说明明确写到，没有一本带有已发布常模的官方 BFI-2 手册。（Berkeley Personality Lab，Big Five Inventory） 这不是说 BFI-2 没有研究，或所有工具都不能有比较样本；它说明“使用了某个知名框架”与“具有可公开核验的常模”是两件不同的事。
Srivastava、John、Gosling 与 Potter 的研究使用了一个大型成人网络样本来考察年龄段中的平均水平模式。（Srivastava 等，2003） 它可以帮助我们看见研究结果总是带着样本、时间、工具和研究问题；它不能被拿来给未说明工具、未说明版本的读者补出个人百分位。研究样本不是自动通用的产品常模。
当你看到“高、中、低”“超过多数人”或任何看似排序的语言时，可以按下面四步停一下。这个框架不计算分数、不认证工具，也不证明结果有效；它只防止你把缺失信息误写成个人结论。
回到小周的情形：页面只显示“较高”，没有公开样本名称、样本日期、计分版本或转换规则。他能保留的事实是“页面给出较高这一描述”。他不能把它改写成“第 80 百分位”，也不能据此断言自己比别人更开放、测验已经有效，或这会带来某种职业结果。对百分位、常模和这些比较结论，正确记录就是 Unknown。
数字常让人产生完成感，但比较语言的精度取决于支撑它的资料，而不是数字的小数位数。一个百分位如果没有明确参照样本，读者无法知道它相对于谁；一个样本如果没有清楚版本和用途，读者也无法知道它能否用于当前解释。测试标准将分数解释、预期用途与支持解释的证据联系起来；因此，分数呈现本身不能替代这些信息。（International Test Commission，2017）
这也解释了一个常见误会：“既然我和朋友的分数都很高，我们谁更高？”若两人使用的工具、版本、语言、计分规则和参照样本没有被核对，问题本身就可能没有可解释的共同量尺。即使条件相同，本文也不提供个人比较、排名或优劣判断；大五结果适合被当成有限的自我观察线索，而不是人与人之间的裁判。
费马测试的大五正式入口已公开 90/120 题版本说明、五维与 30 分面框架，以及部分计分说明，例如 1–5 作答的反向转换 y = 6 − x、均分和 z/T 转换。公开这些方法不等于公开完整题项键，也不等于已建立代表性常模或验证产品。基于假定正态模型的换算是解释性参考，不是实测人群百分位。产品特定的研究样本、信度、效度、测量误差、跨语言等值性、重测、有意义变化、干预效果、个人预测和职业/关系匹配证据，未公开的仍为 Unknown。
因此，本文不会把其他大五研究、BFI-2 页面、研究样本或通用术语转换成 FermatMind 的产品证据。它们也不能支持“你的排名”“你属于哪类常模”“结果已经有效”或“可与某一群体比较”的结论。未知不等于负面结论；它只表示公开、可审查的资料不足以让本文作出那一步推断。
不是。百分位说的是一个分数在已定义比较样本中的相对位置，不是你拥有某种特质的百分比，也不等同于答对率、能力或价值判断。（ETS，Standards: Quality and Fairness 术语表）
不能。“高”可能是某个页面的描述性区间，但没有公开的比较样本与换算规则，就不能把它估成任何具体百分位。请保留百分位为 Unknown。
不能。研究中的样本、量表、语言、时间和研究目的都有边界。它们可以解释某项研究观察到什么，不能自动成为另一个工具或个人结果的比较标准。（Soto 与 John，2017）（Srivastava 等，2003）
不表示。常模与百分位至多是在已说明群体中的相对位置语言，不能单独支持人格优劣、健康状态、工作表现、录用、升学、关系或未来结果的结论。（ETS，Standards: Quality and Fairness 术语表）
本文不支持这种用法。任何高影响决定都不能由一份自测结果、未说明的常模或个人排名单独承担；本文只用于教育性自我观察与方法理解。
本文用于教育、自我观察、职业探索和能力成长，不构成医疗或心理诊断，也不是招聘、录用、升学、法律或金融决定依据。面对没有公开证据支持的常模、百分位或产品有效性，保留 Unknown 比制造一个排名更准确。
