了解你更喜欢哪些工作活动，查看六维兴趣分布与前三项代码。60 题约 8 分钟，140 题约 18 分钟，两版均可免费完成并查看结果。
60 题标准版，默认公开入口，适合快速建立 RIASEC 六维职业兴趣轮廓。
140 题增强版，覆盖活动、环境与角色偏好，适合更完整地阅读职业兴趣结构。
霍兰德职业兴趣理论以人与工作环境的相互关系为出发点，将活动兴趣归纳为实际型 R、研究型 I、艺术型 A、社会型 S、企业型 E 和常规型 C 六类。个人的兴趣通常体现为多个维度的组合；工作环境也可从典型任务及活动要求加以理解。费马测试通过自我报告问卷整理你的六维兴趣轮廓，用前三项概括较突出的方向，并保留完整分布与分数差距，帮助你比较课程、工作任务和职业探索选项。兴趣反映你较愿意投入什么，不能直接推断你已具备哪些能力；职业选择还应结合技能、价值观、现实条件与实际体验。
60 题标准版用于快速建立六维职业兴趣轮廓；140 题版会让你分别考虑活动、环境与角色偏好，再按既有权重汇总为六维结果。两版都提供 RIASEC 六维分布与三字代码，题目更多不自动代表更准确。
选择你能专注完成的版本即可。兴趣分反映你更愿意投入哪些活动，不等于能力水平、岗位胜任力或确定性的职业匹配率。
| 比较项目 | 60 题标准版 | 140 题扩展版 |
|---|---|---|
| 题量 | 60 题 | 140 题 |
| 预计用时 | 约 8 分钟 | 约 18 分钟 |
| 作答内容 | 围绕六类工作活动快速作答 | 进一步覆盖活动、环境与角色偏好 |
| 结果范围 | 免费查看六维兴趣分布与三字代码 | 免费查看六维兴趣分布与三字代码 |
| 选择参考 | 希望用较短时间了解职业兴趣轮廓 | 愿意投入更多时间比较不同偏好情境 |
预计用时仅供参考。140 题版的作答范围更广，不代表准确率更高；兴趣结果也不等于能力或岗位匹配率。
将六个维度分从高到低排序，前三个字母组成兴趣代码。后端同时计算第一与第二名的差值作为清晰度，六维平均值作为兴趣广度，六维分数的总体标准差作为分化程度。完全同分时按 R、I、A、S、E、C 的固定顺序展示，固定顺序不表示真实偏好已经分出高低。
前三码用来缩小探索范围；当各维度接近时，更适合比较具体工作任务。最终职业判断还需要兴趣以外的技能、价值观、工作条件和真实体验。兴趣分不能单独预测职业胜任力。
RIASEC 分为实作 R、研究 I、艺术 A、社会 S、企业 E、常规 C 六类兴趣。60 题版采用 1–5 分作答，每个维度 10 题。先求原始和 S（10–50），再换算展示分 P = 100 × (S − 10) ÷ 40。
例如某维度原始和为 38，展示分就是 70。这里的 70 表示在题目量尺上的相对位置，不是职业能力、就业成功率或在人群中的百分位。六个维度分开计算，因此可以同时对多类活动感兴趣。
140 题增强版分别计算各维度的活动兴趣、环境偏好和角色偏好均分，再用 P = 100 × (均分 − 1) ÷ 4 换算到 0–100。最终维度分 = 0.70 × 活动分 + 0.15 × 环境分 + 0.15 × 角色分。作答质量题用于检查注意与一致性，不作为新增兴趣维度。
例如活动分 80、环境分 60、角色分 40，综合分为 71。70%／15%／15% 是费马当前增强版的计分权重，不是霍兰德理论或 O*NET 对所有问卷规定的统一系数。60 题与 140 题的综合分也不能无条件等同。
RIASEC 来源于霍兰德职业兴趣框架，O*NET Interest Profiler 手册提供另一套基于该框架的工具及其研究方法。共享六维框架，不代表费马题目、权重和计分与 O*NET 官方工具相同。
公开计算方式能说明结果如何产生；是否适用于特定年龄、语言或职业决策，还需要本题本的内部一致性、重测信度和效度证据。结果用于探索任务偏好，不作为招聘筛选或职业准入结论。
霍兰德职业兴趣理论由心理学家约翰·霍兰德（John Holland）提出，以个人兴趣与工作环境之间的关系解释职业探索。RIASEC 用六类活动兴趣组织这一框架：实际型 R 偏向操作工具、设备与具体事物；研究型 I 偏向分析问题、探索原理；艺术型 A 偏向创作与自主表达；社会型 S 偏向帮助、教育和支持他人；企业型 E 偏向说服、组织和推动目标；常规型 C 偏向整理信息、遵循程序与维护秩序。
六类兴趣按 R—I—A—S—E—C 排列形成六边形模型，用来概括兴趣之间的相似关系：相邻类型通常有较多共同特点，相对位置的类型差异通常较大。这是一种理解兴趣结构的理论模型，并不要求每个人的分数形成规则图形，也不意味着你只能属于一种类型。多数人的兴趣由多个维度共同构成，同一职业也可能包含多类活动。
费马测试先呈现完整六维分布，再用前三项概括相对突出的兴趣方向。分数接近时，应更多比较具体任务中的投入感与持续意愿，而不是放大字母次序的细小变化。你可以据此设计课程体验、项目实践或职业访谈，再结合技能、价值观和工作条件判断方向。兴趣测评提供探索线索，不能单独证明职业能力，也不构成岗位匹配或职业成功的保证。
想先获得六类兴趣轮廓，可选 60 题标准版，约 8 分钟；愿意投入更多时间比较活动、环境和角色偏好，可选 140 题增强版，约 18 分钟。两个版本都应按对活动本身的喜欢程度回答。
不要因收入、社会评价或暂时不会某项活动而改变兴趣判断。题目更多不自动代表更准确；跨时间比较时，优先使用同一版本和作答标准。
RIASEC 是职业兴趣研究中使用的模型，O*NET Interest Profiler 技术手册公开了基于该模型的题目开发、信度、效度和职业关联研究。模型研究可以帮助理解兴趣结构，但不能直接证明所有使用 RIASEC 名称的测试质量相同。
费马 60 题和 140 题版本应按本站对应题本、语言和样本证据评价，不能因为引用 O*NET 就认为它们是同一测试或获得官方背书。解释结果时，区分理论依据、具体量表证据与职业建议。
前三项用来概括较突出的兴趣方向，完整六维分布则保留兴趣的组合与强弱。若几个分数接近，细小差异可能改变排序，不应把第三名和第四名当成严格职业分界。
把靠前维度转成可观察的任务偏好，再找课程、项目或工作任务验证。例如研究与艺术同时靠前，可以体验兼具分析和创意的任务；这不是职业保证，分数或匹配度也不是录用概率。
不能。前三项和六维分布只能帮助缩小探索范围；专业或职业选择还要结合技能、价值观、教育要求、工作条件和现实机会。兴趣相近的职业，日常任务和进入门槛也可能不同。
先选两三个候选方向，查看课程内容或真实岗位任务，再通过课程、访谈、短期项目或工作体验验证。转行时还要评估学习投入和已有经验能否迁移。
这些分布不直接等于“全能”“没有兴趣”或测试失败。整体高低可能同时受到经历范围、对题目用词的理解以及使用评分选项的习惯影响，需要结合回答过程解释。
兴趣较平均时，可以先比较愿意长期投入的活动与只是偶尔觉得新鲜的活动；若许多活动从未接触过，先安排低成本体验，再回看兴趣变化。不要为了得到鲜明三字代码而刻意拉大答案差异。
费马当前 60 题与 140 题霍兰德职业兴趣测试均可免费完成并查看结果。具体展示以所选版本结果页为准；本站不提供录用、薪资或职业成功保证。
先看前三项与完整六维分布，再把结果作为检索课程和工作任务的线索。职业建议仍需结合岗位信息、个人条件与实践反馈。
霍兰德主要回答“我喜欢哪些工作活动”，MBTI 和大五人格主要提供人格偏好或特质的观察角度。喜欢做什么、习惯怎样做、是否具备相应技能，是不同的问题，不能互相替代。
例如一个人可以偏好独立工作，同时对帮助他人的专业活动感兴趣。职业探索时先分清兴趣、人格和能力，再结合岗位任务判断，不要用人格标签否定兴趣结果。
当你接触新的课程、工作任务或生活阶段，兴趣认识可能发生变化。是否重测取决于是否获得了新的相关经验，而不是必须隔固定天数重新做一次。
学生可以在课程或项目体验后回看结果，转行者可以在了解候选岗位后比较。尽量使用同一版本，记录变化对应的实际体验；若只是短期情绪或作答标准不同，不宜解释为职业方向已经彻底改变。
RIASEC 分为实作 R、研究 I、艺术 A、社会 S、企业 E、常规 C 六类兴趣。60 题版采用 1–5 分作答，每个维度 10 题。先求原始和 S（10–50），再换算展示分 P = 100 × (S − 10) ÷ 40。
例如某维度原始和为 38，展示分就是 70。这里的 70 表示在题目量尺上的相对位置，不是职业能力、就业成功率或在人群中的百分位。六个维度分开计算，因此可以同时对多类活动感兴趣。
140 题增强版分别计算各维度的活动兴趣、环境偏好和角色偏好均分，再用 P = 100 × (均分 − 1) ÷ 4 换算到 0–100。最终维度分 = 0.70 × 活动分 + 0.15 × 环境分 + 0.15 × 角色分。作答质量题用于检查注意与一致性，不作为新增兴趣维度。
例如活动分 80、环境分 60、角色分 40，综合分为 71。70%／15%／15% 是费马当前增强版的计分权重，不是霍兰德理论或 O*NET 对所有问卷规定的统一系数。60 题与 140 题的综合分也不能无条件等同。
RIASEC 来源于霍兰德职业兴趣框架，O*NET Interest Profiler 手册提供另一套基于该框架的工具及其研究方法。共享六维框架，不代表费马题目、权重和计分与 O*NET 官方工具相同。
公开计算方式能说明结果如何产生；是否适用于特定年龄、语言或职业决策，还需要本题本的内部一致性、重测信度和效度证据。结果用于探索任务偏好，不作为招聘筛选或职业准入结论。