数値の読み方をリアルなサンプルでケース別に解説。
いつでも参照でき、誰でもクリックだけで進められます
| 特性 | 説明 | |
|---|---|---|
| 1 | 信頼性 | あらかじめ決められたルールに忠実な度合い |
| 2 | 神経症傾向 | ネガティブな情動に関する強さ・持続性の度合い |
| 3 | 開放性 | 連想や行動が表現する複雑さ・幅広さ・深さ・他者との違いの量 |
| 4 | 外向性 | 社会や物質的な外界に対して、エネルギッシュに働きかける度合い |
| 5 | 協調性 | 他の人との距離感について、集団性／孤立性の度合い |
ビッグファイブは性格を数値に引き写したものです。このスコアそのものへの誤解があります。
それは、スコアが「大きな数ほど良い」という先入観です。
他のスコア例として、温度を計測する場合を想像してみてください。一般的な環境で、水蒸気は100℃を超え、氷の温度は0℃よりも小さくなります。
そうすると、氷は悪いものなのでしょうか？
水の温度のように数値を使って現実世界を客観描写することは、初等教育の理科・社会でかなり時間をかけて習っているはずです。
現実には、この基礎的な数値感覚が欠けている大人はかなり多いと言えます。
Deciderの分析結果として表示されるビッグファイブは、かなり素朴な事実を表現しています。
データアナリティクス分野の常識のとおり、素データは起点にすぎず、知見は実例との対照やワークフローなどの総体の厚みとして蓄積されるものです。
