Evaluarea Psihologica Psihodiagnoza Personalitatii

PARTEA a II-a

Aspecte generale privind constructia testelor de personalitate

7. Cerinţe generale şi etape generale în construirea unui chestionar de personalitate
7.1. Asamblarea unui esantion de itemi
7.1.1. Există 2 probleme esenţiale în construirea şi experimentarea unui chestionar de evaluare a personalităţii:

a. definirea constructului, deci a trăsăturii care va fi măsurată. Aceasta se va face în funcţie de scopul testării şi de orientarea teoretică cu care operează autorul.

b. Construirea unui set de itemi prin care subiectul este chestionat în legătură cu acele comportamente sau situaţii care sunt relevante pentru trăsătura respectivă. Răspunsurile subiectului la itemi vor servi ca indicatori ai constructului.
Aceste două probleme sunt strâns legate şi presupun un demers unitar prin care pornind de la o definiţie de lucru asupra constructului psihologul traduce dimensiunile acesteia îninr-un set de itemi. Este vorba de un proces de operaţionalizare gradată a constructului, până la transpunerea acestuia în itemi.
În definirea constructului psihologul poate opera cu o definiţie specifică asupra acestuia sau îşi poate construi propria definiţie de lucru reunind elemente prin care constructul rerspectiv este definit de către mai mulţi autori sau în mai multe lucrări. De exemplu, Porot semnalează trei condiţii esenţiale ale anxietăţii: sentimentul unui pericol indeterminat, acompaniat de fantasme tragice; starea de atenţie faţă de pericol, alerta psihică; convingerea de neputinţă şi sentimentul de dezorganizare. Dacă utilizăm drept reper modul de definire cu care operează proiecte de tip DSM sau ICD va fi necesar să adăugăm simptomatologia somatică în definiţia anxietăţii şi să facem unele diferenţieri mai fine între tipurile concrete de manifestare a anxietăţii. În sfârşit, dacă operăm în cadrul unei definiri din perspectiva terapiei cognitiv-comportamentale vom accentua asupra perturbărilor cognitive ce apar în anxietate sau asupra modului detaşat de autoexperimentare şi asupra calităţilor experienţei emoţionale dacădefiniţia este una experienţială. Modul de definire este strict dependent de scopul testării. Pentru a satisface o pretenţie de exhaustivitate, este necesară o muncă prealabilă de documentare în problematica respectivă şi construirea unei definiţii de lucru de tip integrativ sau sumativ.
În pasul următor vor fi identificate dimensiunile definiţiei, cu un grad de generalitate mai redus. Acestea vor rezulta în funcţie de tipul de definiţie cu care autorul operează şi descopul evaluării. Dacă scopul este evaluarea nivelului anxietăţii pacienţilor din clinică, centrarea va fi asupra simptomelor iar dimensiunile pot viza de exemplu principalele tipuri de manifestări ale anxietăţii: emoţionale, somatice, comportamentale şi cognitive. Într-o definiţie de tipul celei utilizate de Porot aceste dimensiuni sunt sugerate chiar de autor. Unii autori precum Anastasi recomandă ca procesul de operaţionalizare să continue prin identificarea de variabile şi indicatori, cu un nivel de generalitate tot mai redus, aceştia din urmă urmând a fi traduşi în itemi. Organizarea este una de tip arborescent, de la general la particular. Este posibil ca o dimersnsiune sau o variabilă a constructului să fie reprezentată în instrumentul final printr-un număr inegal de itemi, în funcţie de măriea acesteia şi relevanţa ei în definirea constuctului.
7.1.2. Cerinţe în construirea testului
a. Alegerea tipului de probă sau de chestionar depinde de scopul evaluării (ce testăm) şi de domeniul de aplicare (de ce testăm şi pe cine). Ideea este de a răspunde unor probleme specifice ale contextului şi ale subiecţilor vizaţi care pot deteriora comunicarea prion chestionar devenind surse de eroare în evaluare.
b. Cerinţe ce ţin intrinsec de construirea chestionarului: adecvarea conţinutului itemilor, numărul de itemi, omogenitatea sau neomogenitatea acestora, calităţile itemilor, relaţia existentă între item şi trăsătură etc. Toate aceste aspecte vor afecta calităţile psihometrice ale testului, deci valoarea acestuia ca instrument de măsurare.
7.2. Aplicarea experimentală a eşantionului de itemi
Un studiu pilot iniţial se poate face pe un număr minim de 20 subiecţi (după Meili, 1964). Scopul acestui studiu pilot este acela de a aduce corecţii chestionarului, de a răspunde unor întrebări care privesc intervenţia necontrolată a anumitor aspecte sau variabile ce pot influenţa rezultatele şi fidelitatea testului.
7.2.1. Surse de eroare în evaluare care apar şi pot fi corectate în această etapă:

a. Standardizarea corectă (sau incorectă) a instructajului şi/sau condiţiilor specifice de răspuns,

b. Standardizarea tipului de răspuns,

c. Formularea unor itemi/scale de validare (control) a chestionarului în raport cu atitudinea subiectului (estimarea incorectă a unor manifestări simptomatice sau situaţionale, atitudini de faţadă sau bazate pe dezirabilitatea socială etc),

d. Construirea unor exemple introductive.
7.3. Validarea statistică preliminară
Această etapă are ca scop eliminarea itemilor neomogeni, nesemnificativi, care dublează un aspect investigat etc. Se realizează în genere pe un număr de subiecţi suficient de larg ca să permită clarificarea următoarelor aspecte:

a. Nivelul de dificultate al itemilor,

b. Precizarea grilei de răspuns (repartiţia itemilor în funcţie de posibilităţile de răspuns),

c. Capacitatea de discriminare.

Scopul acestei etape este acela de a elimina acei itemi care sunt neadecvaţi şi de a ordona itemii în funcţie de gradul de dificultate (dacă este cazul să facem această ordonare, în special pentru probe ce presupun performanţa rezolutivă) şi de tipul de grilă folosit (nu se vor pune, de exemplu prea mulţi itemi într-o succesiune prelungită de reacţii relevante prin acelaşi fel de răspuns: Da sau Nu). Tot în această etapă vor fi eliminaţi şi acei itemi care sunt reprezentativi pentru trăsătură dar care, datorită unor motive precum dezirabilitatea, primesc acelaşi tip de răspuns de la majoritatea subiecţilor.
În această etapă vom obţine o repartiţie echilibrată a itemilor în chestionar; adecvarea nivelului de dificultate a limbajului la cel al populaţiei vizate; eliminarea acelor itemi ce nu contribuiela sau sunt irelevanţi pentru posibilitatea de a dihotomiza subiecţii în funcţiede variabila testată. Această din urmă calitate – capacitatea de discriminare – este considerată, alături de omogenitate, ca fiind inseparabilă de validitatea testului (Meili). Capacitatea de discriminare se determină statistic prin corelaţia cu un criteriu extern fie prin comparaţia corelaţiei fiecărui item cu rezultatele globale ale scalei/chestionarului erxperimentat.
7.3.1. Cerinţe pentru validarea statistică preliminară
a. Lucrul cu un grup de subiecţi semnificativ pentru dimensiunea avută în vedere (criteriu extern).

b. Sarcina testului (conţinutul itemilor) să se refere la variabila avută în vedere.

7.4. Standardizarea interpretării prin etalonarea chestionarului
7.4.1. Cerinţe privind etalonarea
a. Construirea chestionarului în formă finală (definitivă). Problema aici este aceea de a respecta cerinţale din etapele anterioare

b. Construirea unui lot (eşantion) de subiecţi adecvat, cât mai diversificat în funcţie de de criteriile specifice categoriei populaţionale testate cu ajutorul instrumentului.

În această etapă aplicăm forma definitivă a chestionarului, exemplele de familiarizare cu proba (dacă este cazul), experimentarea limitei de timp de răspuns (dacă este cazul, vom cere fiecărui subiect să încercuiască ultimul item la care a răspuns, din minut în minut, până când ultimul subiect termină de răspuns).
Tot în această etapă suntem interesaţi de valoarea testului ca măsură standardizată. Aici sunt realizate cercetări privind validitatea diferitelor scale sau faţete, sunt continuate investigaţiile privind fidelitatea, corelaţii cu alte teste, studii factoriale care să permită descoperirea de noi grupări (faţete sau factori specifici), studii privind validitatea predictivă sau de criteriu etc.

8. Strategii de construire a chestionarelor de personalitate
Megargee (1972) inventariază 3 astfel de stategii sau metode: a. Metoda intuitivă sau abordarea raţională, b. Metoda criteriului extern sau metoda empirică, c. Metoda criteriului intern sau

metoda factorială. Desigur, pot exista şi strategii de construcţie care combină elemente specifice celor trei metode, numite strategii mixte.

8.1. Metoda intuitivă sau abordarea raţională
Autorul chestionarului este cel care decide ce itemi vor fi incluşi în chestionar şi care sunt conţinuturile relevante pentru a traduce trăsătura într-un comportament. Acest fapt face ca o serie de aspecte cum ar fi cunoştinţele acestuia de psihologie, experienţa în construirea şi utilizarea de teste şi cunoaşterea problematicii specifice a trăsăturii ţintă să capete o importanţă specială.
Hase şi Goldberg (1967) realizează o tipologie a abordărilor raţionale folosind 2 criterii. Folosind drept criteriu modul de selectare a conţinutului itemilor, disting între abordări în care selecţia se bazează pe înţelegerea strict intuitivă a trăsăturii şi abordări în care selecţia este ghidată de o teorie formalizată asupra personalităţii. Un al doilea criteriu priveşte instanţa care selecţionează itemii şi diferenţiază între strategii în care autorul chestionarului este cel care optează şi strategii în care se constituie un grup de persoane care face selecţia (judecători, experţi).
Megargee (1972) deferenţiază între selecţii pur intuitive şi cele mixte (parţial empirice), în care selecţia este parţial ghidată de date experimentale. De exemplu, este cazul a 4 dintre scalele CPI construite pe baza analizei consistenţei interne. În astfel de scale autorul selectează intuitiv un lot de itemi care par să traducă (reflecte) trăsătura investigată, selecţia iniţială este analizată sub aspectul consistenţei interne şi sunt păstraţi acei itemi care obţin un coeficient de corelaţie satisfăcător (un nivel suficient de încredere).
Paşi
a. selecţia intuitivă a conţinuturilor itemilor şi a lotului iniţial de itemi

b. administrarea întregului lot de itemi unui grup de subiecţi

c. calcularea scorurilor totale la această scală preliminară

d. calcularea corelaţiilor dintre scorurile la itemi şi scorurile totale pentru toţi itemii din lotul preliminar

e. utilizarea coeficienţilor de corelaţie drept criteriu pentru selecţia finală a itemilor (vor fi selectaţi acei itemi cu cele mai mari corelaţii între scorurile proprii şi cele totale).
Într-un astfel de demers mixt, datele empirice pot fi utilizate pentru a creşte validitatea discriminativă a testului prin eliminarea itemilor cu patternuri de răspuns ambigui sau care prezintă corelaţii semnificative cu scale care măsoară alte trăsături.
Avantaje si dezavantaje
Dupa Megargee, principalele avantaje ale strategiei intuitive ar fi legate de:

a. validitatea de conţinut ridicată

b. coerenţă intrinsecă (consistenţă internă) a instrumentului.
Principalele dezavantaje ale metodei rationale tin de:

a. omogenitatea şi conţinutul itemilor depind de abilitatea autorului de a-şi imagina şi anticipa răspunsurile la problemele itemilor ale subiecţilorcaracterizaţi prin trăsătura respectivă

b. transparenţa instrumentului, facilitatea pentru subiect de a înţelege sensul itemilor şi modelul de răspuns expectat de autor/chestionar, ceea ce deschide posibilitatea distorsionării voite a răspunsurilor pentru a simula/disimula/da răspunsuri dezirabile. Acesta este motivul pentru care unele chestionare precum CPI sau MMPI au construite scale de validare a profilului individual sau scale de corecţie a scorurilor individuale.
8.2. Metoda empirică sau a criteriului extern
Selecţia itemilor în test este ghidată doar de relaţia empiric determinată între itemul testului şi o măsură criteriu specifică.
Etape
a. asamblarea unui eşantion iniţial de itemi, pe baze raţionale sau folosind itemi din alte chestionare

b. administrarea setului de itemi la două grupuri de subiecţi care diferă între ei doar la nivelul trăsăturii evaluate

c. determinarea pentru fiecare lot a frecvenţei răspunsurilor acord/dezcord

d. determinarea semnificaţiei statistice a difernţelor obţinute

e. itemii care difernţiază semnificativ cele două loturi sunt selectaţi pentru scala preliminară

f. scala rezultată este aplicată din nou loturilor criteriu iniţiale

g. dacă răspunsurile analizate sunt satisfăcătoare, scala va fi validată pe noi loturi pentru a identifica şi elimina itemii cu o capacitate scăzută de discriminare

h. această scală prescurtată şi rafinată va fi din nou validată.

Avantaje
a. depăşeşte abilitatea intuitivă a unei singure persoane

b. reprezintă o consecinţă a comportamentului (răspunsului) unui număr mare de persoane faţă de conţinutul itemilor şi poate detecta astfel itemi discriminativi pentru respectiva trăsătură, care sunt departe de a fi evidenţi de la sine. Prin această metodă a fost construită, de exemplu, scala de socializare din CPI.

Apare o cerinţă foarte importantă legată de această modalitate de selecţie, anume aceea a unei mari acurateţi în selecţionarea loturilor criteriu de subiecţi, cazul contrar conducând spre selecţii greşite, de itemi irelevanţi.
Concluzionând, în cadrul acestei metode relaţia empiric stabilită între itemi şi un criteriu extern şi nu conţinutul manifest al itemilor determină selecţionarea acestora pentru chestionarul final. Un item va fi inclus în test dacă este capabil în mod empiric să diferenţieze cele două loturi, indiferent dacă răspunsurile subiecţilor par paradoxale (relaţia cu criteriul este obscură) sau direcţia lor pare absurdă. Psihologul nu va fi preocupat de adevărul literal al răspunsului subiectului la item, ci interesul său va fi orientat către relaţia dintre răspunsul subiectului la item şi alte dimensiuni comportamentale implicite. Din aceste motive, scalele derivate empiric pot fi mai subtile şi mai dificil de trucat decât cele raţionale. Scăderea validităţii aparente/de conţinut (implicită acestui tip de scală) face ca testul să fie mai greu acceptat de către subiecţi („nu înţeleg de ce te interesează acest lucru” sau „de ce acest aspect are relevanţă pentru angajarea mea”) şi mult mai dificil de explicat nespecialiştilor care presupun existenţa unei relaţii directe între item şi constructul investigat.
Această metodă de selectarea itemilor într-un chestionar devine decisivă atunci când se pune problema utilităţii predictive a instrumentului în raport cu diferite criterii, deci pentru construirea unor chestionare de tip vocaţional, clinic sau pentru măsurarea unor trăsături care sunt marcate de prejudecata mentalităţii comune.
8.3. Metoda analizei factoriale sau a criteriului intern
Pune accent pe analiza criteriului intern, respectiv pe tehnici statistice care permit ca, odată cu identificarea unui factor care apare ca dimensiune responsabilă de variaţia semnificativă a comportamentului, să construim şi o scală pentru a defini psihologic şi a evalua respectivul factor.
Paşi
a. construirea pe baze apriori a unui lot relativ mic de itemi (celelalte metode presupuneau o selecţie finală dintr-un număr iniţial mare de itemi posibili), itemi ce par să fie strâns legat de factorul vizat

b. aceşti itemi sunt administraţi unui număr mare de subiecţi, testaţi adesea în paralel şi cu alte instrumente semnificative în raport cu factorul-dimensiunea vizată

c. se realizează o intercorelare a itemilor, matricea rezultată fiind analizată factorial, rotată conform procedurii alese şi obţinându-se astfel o clusterizare care este responsabilă de un anumit cuantum al variaţiei comportamentului subiecţilor testaţi

d. se determină încărcătura factorială a fiecărui item (corelaţia cu fiecare factor rezultat)

e. vor fi selectaţi pentru scala finală acei itemi care au cea mai înaltă încărcătură factorială.
Rezultatul va fi o soluţie structurală simplă, în care fiecare factor este responsabil pentru o anumită trăsătură.
În această metodă pot interveni erori datorate metodei de analiză factorială sau datorită lipsei de distinctivitate conceptuală între structură şi fenomen. Astfel, abilitatea cercetătorului constă în analiza semnificaţiei psihologice a itemilor care structurează un anume factor, pentru a da consistenţă psihologică, sens calitativ produsului analizei cantitative. Majoritatea chestionarelor contemporane sunt construite cu ajutorul acestei metode, existând chiar tendinţa de fi pus sub semnul întrebării orice chestionar care nu a fost supus analizei factoriale.
Avantaje si dezavantaje
Avantajul principal al unei astfel de scale este puritatea factorială şi omogenitatea sa, ceea ce înseamnă că scoruri egale semnifică performanţe echivalente la testul respectiv (deziderat central pentru orice instrument de psihodiagnostic).
Dezavantajul testelor factoriale vine din faptul că scalele factoriale nu relaţionează suficient de flexibil şi relevant cu comportamentul viu, deci cu modele comportamentale complexe în care factorul respectiv apare doar ca una dintre dterminante (fapt acuzat adesea de psihodiagnosticienii de orientare clinică).
In sfarsit, un caz special de strategie de construire a chestionarelor de personalitate este cel al abordarii lingvistice, care este prezentat detaliat la capitolul privind abordarea Big Five.

9. Aspecte generale şi probleme privind construirea itemilor chestionarelor de personalitate
În istoria psihodiagnozei s-a remarcat o anumită evoluţie a preocupărilor vis a vis de construirea itemilor. Angleitner, John şi Lohr (1986) amintesc despre o anumită neglijare în faza de început a construirii de teste de personalitate, a preocupărilor legate de proprietăţile itemilor, în favoarea centrării aproape exclusive asupra principiilor de construire a scalelor. De aici rezultă inevitabil o sursă importantă de eroare în evaluare.
În sfârşit, actualmente există câteva probleme legate de construcţia itemilor care intră în sfera preocupărilor creatorului de teste: cum trebuie construit lotul iniţial de itremi; cum trebuiesc scrişi itemii; cum influenţează caracteristicile formale şi de conţinut ale formulării modul în care vor prelucra subiecţii acel item. Aceste categorii de probleme au preocupat pe creatorii clasici de teste şe se află în dezbaterile actuale în domeniu.
9.1. Strategii generale de construire a itemilor - Problema limbajului
În 1957, Loevinger aducea în discuţia specialiştilor o anumită problematică. El incriminează faptul că deficienţa majoră care apare în procesul de generare a itemilor pentru a reprezenta un anumit construct ţine de imposibilitatea de a-l repeta ca pe orice experiment psihologic. Această deficienţă ar ţine de gradul mare de subiectivitate care vine din partea cercetătorului care construieşte testul. El a încearcat să structureze câteva reguli privind construirea lotului iniţial de itemi, pornind de la postularea realităţii că itemii lotului iniţial sunt întotdeauna extraşi dintr-o arie de conţinuturi mai largă decât trăsătura propriuzisă. De aici apare posibilitatea erorii legată de selecţia unor itemi care traduc alte conţinuturi.

Regulile formulate de Loevinger:

a. Necesitatea de a fi construiţi şi itemi care să evalueze alte trăsături, înrudite dar cu valoare discriminativă faţă de trăsătura avută în vedere,

b. Itemii trebuie aleşi astfel încât să reprezinte toate conţinuturile posibile care ar putea exprima trăsătura respectivă, în funcţie de toate teoriile cunoscute,

c. Domeniile conţinuturilor ar trebui să fie reprezentative pentru importanţa lor existenţială.
În 1967, Jackson accentuează asupra necesităţii de a opera definiţii specifice şi reciproc exclusive pentru fiecare construct (trăsătură), bazate pe trecerea în revistă a literaturii de specialitate privind dimensiunea respectivă. Sistemul propus de Jackson („sistem secvenţial de dezvoltare a scalei de personalitate”) consta în aceea că unui grup de judecători experţi li se dau descrieri ale unor persoane ţintă care manifestă în înaltă măsură în comportamentul lor trăsătura investigată. În pasul următor ei vor judeca şi ranga probabilitatea ca aceste persoane să aprobe fiecare dintre itemii propuşi. O altă sarcină a grupului de judecători experţi era aceea de a stabili gradul, măsura în care itemii pot fi consideraţi relevanţi pentru constructul respectiv.
În 1983, Buss şi Craik propun un al doilea model coerent privind generarea itemilor (primul fiind al lui Jackson), pornind de la ceea ce autorii numesc „frecvenţa acţiunii” şi care se bazează pe prototipicitatea unui comportament pentru o anumită trăsătură. Paşi:

1. selectarea în mod sistematic a unui set de trăsături dintr-un model structurat de comportament interpersonal (realizat de Wiggins în 1979).

2. un eşantion larg de subiecţi are sarcina de a identifica comportamentele observabile care corespund trăsăturii (generează acte comportamentale care pot fi considerate manifestări ale trăsăturii),

3. alt lot de subiecţi apreciază prin rangare gradul de prototipicitate al acestor acte comportamentale pentru trăsătura dată. Această evaluare se face pornind de la un set de reguli de evaluare a prototipicităţii şi este bazată pe consensul unui mare număr de vorbitori ai unei limbi, fiind prima tentativă de a capitaliza cunoştinţele semantice ale oamenilor în legătură cu acele comportamente care sunt tipice pentru o anumită trăsătură.

Dezavantajul principal al metodei constă în faptul că nu mai este la fel de utilă atunci când se pune problema construirii unor itemi pentru investigarea unei trăsături pentru care nu există denumiri elaborate la nivelul limbajului comun (nu ne putem aştepta ca oamenii să aibă intuiţii semantice relevante), cum ar fi de exemplu cazul unor dimensiuni ce se manifestă în afecţiunile psihice.
Problema fundamentală care apare ca sursă de eroare în evaluare şi este legată de generarea itemilor este subiectivitatea iniţială din partea autorului testului. Această problemă nu poate fi corijată prin metodele statistice de experimentare, întrucât ceea ce nu a fost cuprins în test şi este relevant pentru trăsătură nu mai poate fi recuperat pentru a deveni parte a scalei rezultate. Un alt mod în care se manifestă subiectivitatea autorului este legat de decizia acestuia privind denumirea scalei sau factorului rezultat, decizie care va reflecta preconcepţiile acestuia. Această problemă se manifestă chiar şi în chestionarele actuale, cum este de exemplu situaţia factorului V din chestionarele de tip Big Five.

O altă problemă comună în modelele propuse de Buss şi Craik sau de Jackson se leagă de definirea relevanţei pentru personalitate a anumitor cuvinte din limbajul curent. Allport şi Odbert (1936) consideră de exemplu (într-o modalitate clasică) că relevanţi pentru personalitate sunt acei termeni care pot fi folosiţi pentru a „distinge comportamentul unui om de comportamentul altuia”.

În 1990, Angleitner, Ostendorf şi John propun un model de definire şi operare selectivă prin trei modalităţi. 1. Prima dintre ele identifică o taxonomie a tipurilor de caracteristici de personalitate care pot fi regăsite direct la nivelul limbajului natural (substantive, verbe, adjective, adverbe etc). Această clasificare cuprinde 6 categorii de conţinuturi: a. trăsături stabile; b. stări şi dispoziţii psihice; c. activităţi; d. roluri sociale, relaţii şi efecte sociale; e. abilităţi şi talente; f. caracteristici care ţin de prezenţa fizică. 2. A doua modalitate se referă la specificarea unor criterii de excludere: a. un termen nu este relevant pentru personalitate dacă este nondistinctiv şi nu se aplică la toţi indivizii; b. Termeni ce se referă la originea geografică, naţionalitate, identităţi profesionale sau legate de o anumită muncă; c. Termeni care se referă doar la o parte din persoană şi d. Termeni a căror implicaţie pentru personalitate este metaforică şi neprecisă. 3. cea de-a treia modalitate este o grilă de identificare prin care se exclud acei termeni care nu se potrivesc în oricare dintre următoarele propoziţii criteriu:

1. Pentru adjective – „Cât de ...... sunt?”, „Cât de ...... s-a comportat X?”

2. Pentru substantive – „Este X ......?”, „Poţi să spui că X este un ......?”

3. Pentru substantive atributive – „ ...... lui X este remarcabilă?”, „Prezintă (posedă) X ......?”

Hofstee (cercetând limba olandeză) în 1990, indică 5 tipuri de obstacole ce trebuie avute în vedere atunci când se pune problema utilizării limbajului natural în construirea unui sistem ştiinţific de categorii psihonosologice: 1. domeniul este greu de delimitat (atât categoriile ca atare cât şi alegerea itemilor din interiorul acestor categorii), 2. măsura în care termenii sunt traductibili dintr-o limbă în alta este limitată, 3. rolul copleşitorr al aspectelor evaluative în limbajul comun este stânjenitor pentru un punct ştiinţific de vedere, 4. nu se pot aplica taxonomizări simple sau reguli precise, 5. mulţi termeni (sau expresii) sunt paradoxali când sunt folosiţi la persoana întâia (autodescrieri). Pe de altă parte, încercările de a construi un limbaj total artificial s-ar dovedi inutile într-un sens sau altul (fie că nu ar fi înţeles, fie că termenii ar asimila repede impedimentele limbajului curent).

Principala strategie pentru a depăşi această situaţie (obstacole) constă în selectarea acelor termeni care se subsumează principiului polarităţii trăsăturilor de personalitate. Acelaşi autor pledează pentru formularea itemilor la persoana a treia singular (cerinţa abandonării chestionarelor care cer subiectului să se autocaracterizeze în funcţie de itemi care generează paradoxuri când sunt aplicaţi la persoana întâia). O altă recomandare a autorului vizează heteroevaluarea (aceleaşi chestionare completate de alte persoane care cunosc pe cea testată), procedură care poate include sau nu şi persoana testată ca judecător.

Mc Crae (1990) afirmă un scepticism legat de capacitatea omului obişnuit (nespecialist) de a înţelege adevărtele baze ale personalităţii. După opinia sa, în studierea limbii trebuie să se continue examinarea legăturilor empirice cu alte sisteme ale personalităţii, să se depăşească utilizarea lexiconului pentru a analiza limbajul vorbit şi scris actual. Ei (Costa şi Mc Crae) dezvoltă variante ale aceluiaşi chestionar destinate autoevaluării (persoana I-a singular) sau heteroevaluării (persoana a III-a singular).
De Raad face unele studii (1992) privind diferenţierile între adjective, substantive şi verbe după capacitatea acestora de a capta şi reda sensuri ale personalităţii. El dentifică faptul că utilizarea ideosincratică în scalele de evaluare este mai probabilă pentu substantive decât pentru verbe şi pentru verbe în raport cu adjectivele. Aceste diferenţieri conduc în practică la diferenţe în ordinea factorilor derivaţi prin ele sau chiar în numărul factorilor rezultaţi. Factorii derivaţi prin substantive prezintă o tendinţă spre o descriere mai coerentă şi bine definită. Ei tind să cuprindă cele mai extreme semnificaţii ale dimensiunilor derivate din utilizarea adjectivelor. De asemenea, ei au o mai largă variaţie în sensuri. Aceste aspecte confirmă caracteristica substantivelor de a fi reprezentative prin ele însele. Verbele îşi extrag parţial sensurile din situaţii interpersonale, fiind astfel mai condiţionate şi necesitând mai multă specificare. Un studiu realizat pe limba germană subliniază capacitatea verbelor de a capta aspecte temperamentale.
În cercetările privind dimensiunile Big Five apare concluzia că o posibilă sursă de variaţie a acestor dimensiuni în diferite limbi ţine de modurile diferenţiate de relaţionare între cele trei categorii de termeni (adjective, substantive şi verbe), moduri specifice pentru fiecare limbă. Concluziile cercetătorilor se îndreaptă către un acord în ceea ce priveşte o mai bună capacitate a adjectivelor de a deveni descriptori de personalitate, dar este preferabil să se combine capacităţile de captare a diferitelor clase lingvistice, conform specificului fiecărei limbi (De Raad şi Hofstee, 1993). O altă recomandare cu referire la modalitatea de utilizare practică priveşte utilizarea de propoziţii şi fraze în cea mai simplă formă acceptabilă gramatical şi nu a unor cuvinte singulare (Goldberg 1982, Brigs, 1992).
O altă tendinţă, contrară, este promovată de alţi creatori de teste precum Gough şi constă în aceea că strategiile sunt utilizate într-o manieră flexibilă iar instrumentele sunt dezvoltate din interiorul aceluiaşi lot iniţial de itemi (unii preluaţi, alţii rescrişi sau nou creaţi). Un studiu comparativ relevă faptul că scalele care evaluează constructe similare tind să cuprindă itemi relativ asemănători, indiferent de diferenţele dintre chestionare privind construcţia sau chiar teoria de bază (de exemplu itemi care descriu reacţii psihofiziologice pentru scalele de nevrotism sau itemi care descriu comportamente pentru scalele de extraversie sau minciună). Angleitner concluzionează în 1986 că între cercetători pare să existe o intuiţie împărtăşită privind ce tipuri de itemi sunt mai adecvate în măsurarea / exprimarea unor trăsături de personalitate, chiar dacă aceste intuiţii nu au fost până în prezent sistematizate.
9.2. Relaţia item - trăsătură
Ca primă etapă în construirea itemului, decizia privind trăsătura şi conţinuturile psihologice implică o constantă raportare a itemului la validitatea sa discriminativă:

1. Definirea trăsăturii într-o modalitate optimă se face din perspectiva unei teorii structurale care reflectă importanţa pentru viaţă a diferenţelor interindividuale generate de dimensiunea psihică avută în vedere.

Această definire trebuie realizată explicit, fiind descrise atât relaţiile de tip convergent cât şi cele de tip divergent cu alte trăsături (constructe) şi cu tipurile relevante şi specifice de manifestare a trăsăturii respective.

2. Pentru evitarea formulării unor itemi nereproductibili sau de tip ideosincratic se vor utiliza loturi de subiecţi pentru generarea exemplarelor fiecărui tip de itemi iar selecţia se va baza pe acordul între un număr mai mare de persoane judecător privind gradul de relevanţă al conţinutului itemului pentru trăsătură.

3. Pentru a capta influenţa contextului situaţional, se va avea în vedere faptul dacă în textul itemului sunt incluse aspecte relevante ale acestuia (ale contextului) şi dacă conţinutul este cât mai explicit posibil.
Angleitner realizează o descriere sistematică a relaţiei item - trăsătură pornind de la propriile cercetări şi rezultatele obţinute de Janke (1973) şi Lennertz (1973). El prezintă un sistem format din 7 categorii, dintre care primele două sunt centrale (fiind prezente cu mare frecvenţă în aproximativ toate genurile de chestionare. Celelalte 5 categorii se referă la conţinuturi indirect legate de trăsătura de personalitate, fapt responsabil de altfel şi de diferenţele care apar în stabilitatea răspunsurilor la itemii de aceste tipuri.

	Denumire	Definirea conţinuturilor psihologice
1.	Descrieri de reacţii*	Sunt trăiri evaluate prin itemi şi pot fi:
		a. deschise, comportamente observabile
		b. acoperite, interne, neobservabile de alţii: senzaţii, sentimente, cogniţii interioare
		c. simptome precum reacţii fiziologice
2.	Atribute ale trăsăturii*	Reprezintă dispoziţii, de obicei descrise prin adjective sau substantive şi pot fi:
		a. nemodificabile
		b. modificabile, când sunt specificate frecvenţa, durata, contextul situaţional
3.	Dorinţe şi trebuinţe**	Intenţia de a se angaja în comportamente specificate, dorinţa pentru ceva anume (nu şi acelea pentru care se specifică realizarea în prezent)
4.	Fapte biografice**	Itemi centraţi pe aspecte din trecut
5.	Atitudini**	Opinii puternic susţinute, atitudini şi opinii faţă de diferite categorii de subiecte generale, personale, sociale
6.	Reacţii ale altora**	Itemi care descriu comportamente, reacţii şi atitudini ale altora faţă de persoană
7.	Itemi bizari**	Majoritatea de acest fel descriu comportamente şi trăiri evident neobişnuit, stranii, anormale

Note

* categorii centrale, prezente cu mare frecvenţă în aproximativ toate genurile de chestionare

** categorii care se referă la conţinuturi indirect legate de trăsătura de personalitate
9.3. Caracteristici de suprafaţă ale itemilor
Problema care apare în discuţie în etapa de scriere propriuzisă a itemilor (după selectarea constructului şi a conţinuturilor relevante) este legată de posibilitatea de a da cea mai adecvată formă pentru diferitele tipuri de conţinuturi. Apar două aspecte legate de această problematică: a. Găsirea formei celei mai adecvate pentru a da itemului calitatea de indicator al constructului şi b. Găsirea formei de răspuns cea mai adecvată pentru a da subiectului posibilitatea de a-şi exprima propria situaţie
9.3.1. Forma de răspuns
Răspunsurile la itemi pot fi subsumate unor comportamente verbale înalt standardizate, comportamente provocate de stimuli verbali. Problemele care apar aici sunt legate de tipul de răspuns solicitat de la subiect: dihotomic, trihotomic, pe o scală Likert sau cu alegere forţată (exprimare seacă şi generală a itemului iar răspunsurile redau conţinutul propriuzis al diverselor comportamente posibile).
În tipul clasic de răspuns de tip Da/Nu, Adevărat/Fals , eventual cu un răspuns mediu de tip Nu ştiu, subiectul trăieşte dificultatea de a lege un răspuns prea extremizat. Dacă este utilizat acest format de răspuns este important să se moduleze conţinutul itemului prin specificarea frecvenţei sau a intensităţii manifestării descrise, pentru a evita ca şi itemul să exprime situaţii la fel de extreme ca şi răspunsurile. Răspunsurile dihotomizate pot fi utilizate numai la itemii modulaţi.

În prezent nu se mai folosesc răspunsuri de tip Nu ştiu sau ?, considerându-se a fi nesatisfăcătoare din punct de vedere al informaţiei (pot traduce fie neînţelegerea itemului, fie nesiguranţa subiectului, fie un grad intermediar de răspuns de răspuns în situaţia unor itemi nemodulaţi) (Anastasi, 1957). Goldberg (1981) indică cel puţin 4 modalităţi de apreciere de către subiecţi a răspunsurilor de tip mediu: 1. o atribuire situaţională (conduita mea depinde de situaţie), 2. o expresie a incertitudinii (nu pot decide, nu-mi cunosc suficient de bine acest aspect), 3. ambiguitatea itemului (nu sunt sigur ce înseamnă), 4. neutralitatea (mă aflu undeva la medie în ceea ce priveşte această caracteristică).

Cercetările au demonstrat că şi modularea prin intensitate, frecvenţă sau măsură reprezintă o sursă de ambiguitate (deci de eroare), deoarece subiecţii nu înţeleg aceleaşi lucruri prin cuvinte ca rar, uneori, adesea, frecvent.
În timp, a fost preferată ca formă de răspuns tehnica alegerilor forţate (dezvoltată în perioada anilor 40 de chestionarele destinate selecţiei profesionale). În esenţă această formă cere subiecţilor să aleagă între două sau mai multe răspunsuri de tip descriere, fraze care par egale din perspectiva acceptabilităţii dar care au validitate diferită faţă de criteriul extern. De obicei se construiesc pereci sau tetrade (de fapt două perechi: 2 răspunsuri dezirabile şi 2 indezirabile). În forme şi mai extinse /(de tip 5 variante de răspuns), subiectului i se cere de obicei să precizeze care este răspunsul cel mai caracteristic şi cel mai puţin caracteristic pentru el. O formă specială a tehnicii alegerilor forţate este cea a sortării Q, dezvoltată de Stephenson (1950), care cere subiectului să rangheze un număr impar de răspunsuri-situaţii, în funcţie de un criteriu dat, începând de la o extremă către cealaltă. Intenţia este de a da subiectului posibilitatea de a se exprima personal.
Răspunsurile pe scală Likert sunt folosite în special în studiul atitudinilor. Problema care apare este legată de numărul de variante de răspuns. Se apreciază că scalele cu mai mult de 5 trepte nu reuşesc diferenţieri acceptabile, diferenţa dintre treapta 2-3 de exemplu fiind grevată de subiectivitatea respondentului. Preferabile sunt scalele cu 5 trepte. O altă problemă se leagă de transparenţa itemilor şi de ideea de dezirabilitate, ceea ce poate conduce subiectul către falsificarea în acest sens a răspunsurilor.
Un tip special de răspuns care combină variantele prezentate mai sus este folosit de autorii Neo Pi R (Costa şi Mc Crae), prin care se cere subiectului să-şi exprime acordul sau dezacordul faţă de o anumită afirmaţie pe o scală gradată în 5 trepte (Dezacord total, Dezacord parţial, Neutru, Acord parţial, Acord total).
9.3.2. Forma itemului
Sub acest aspect, diversitatea care apare în practică este dezarmantă. Opinia curentă asupra caracteristicilor de suprafaţă precum lungimea itemului sau complexitatea sintactică a propoziţiei / frazei este că acestea trebuie corelate cu modul în care se face prelucrarea itemului de către subiecţii respondenţi. Foss şi Hakes (1978) sau Wiggins (1965) sprijină ideea că gradul de comprehensibilitate al propoziţiilor este invers proporţional cu numărul mai mare de transformări implicate şi numărul nivelelor în procesările înţelegerii. Altfel spus, itemul va fi cu atât mai inteligibil cu cât numărul de transformări este mai mic.
Există 3 aspecte fundamentale ale structurii de suprafaţă a itemilor:

1. Lungimea (numărul de cuvinte, litere, propoziţii - indicată o lungime medie de 12 cuvinte)

2. Complexitatea (corelată pozitiv cu numărul de negaţii, trecerea la diateza pasivă, timpul trecut, alte moduri verbale decât indicativul, referinţa personală)

3. Formatul propriuzis al itemului (dat de tipul de propoziţie şi de tipul de răspuns)

Lievert (1969), Lohr şi Angleitner (1980), Angleitner (1986) recomandă itemi cât mai scurţi, cu evitarea multor propoziţii şi negaţii. Lungimea medie a itemilor din principalele chestionare analizate (altele decât Big Five) este de aproximativ 12 cuvinte. Conjugarea la timpul trcut şi la modul subjonctiv sau condiţional apare doar în 10,5 % dintre cazuri. Doar 4,5% dintre itemii curenţi nu au referinţă personală. Există şi o corelaţie posibilă cu categoria de relaţie item - trăsătură. Astfel, chestionarele care conţin itemi biografici (MMPI de exemplu) conţin şi cel mai mare număr de itemi la trecut; frecvenţa mare a itemilor legaţi de dorinţe, interese, atitudini, opinii (specifică pentru 16 PF de exemplu) conduce la exprimarea prin acţiuni de natură ipotetică, deci verbe la modurile subjonctiv sau condiţional.
9.4. Caracteristici semantice ale itemilor
Se referă la acele caracteristici responsabile de apariţia unor dificultăţi sau confuzii în prelucrarea cognitivă a conţinuturilor itemilor de către subiecţi.
Angleitner (1986) descrie 5 caracteristici semantice care intervin semnificativ îngreunând sau simplificând procesările răspunsului:
1. Comprehensibilitatea (cât de uşor poate fi înţeles)

Cauzele care conduc spre o comprehensibilitate scăzută ţin de utilizarea unor cuvinte neobişnuite, a unor structuri propoziţionale complicate, forţate sau neclare sau de erorile gramaticale.

2. Ambiguitatea (posibilitatea atribuirii a mai mult decât un înţeles)

Este incertitudinea legată de înţelesul stimulului (spre deosebire de echivocitate înţeleasă ca difernţă între persoane în ceea ce priveşte interpretarea itemului, după Goldberg 1963). Cauzele ambiguităţi ţin de prezenţa unor cuvinte sau afirmaţii cu mai multe înţelesuri; de relaţii echivoce existente între propoziţiile frazei; de incompatibilitatea dintre itemi şi formatul răspunsului (prin introducerea unei negaţii, a unor conjuncţii de tip sau / sau, a unor fraze cu mai multe propoziţii principale).

Aceste erori pun subiectul în 2 posturi tipice: a. Nu recunoaşte natura ambiguă a itemului şi pur şi simplu îl înţelege greşit (interpretându-l în alt sens decât cel vizat de psiholog) şi b. Recunoaşte ambiguitatea itemului, însă nu este sigur de care dintre înţelesurile posibile este vorba.
3. Nivelul de abstractizare (cu cât informaţia este mai abstractă cu atât cere o procesare mai desfăşurată)

Nivelul de abstractizare ridicat intervine în procesele de comparare item - experienţă personală. Un item concret (care afirmă o informaţie specificată, care se referă la comportamente clar specificate, numesc condiţii şi situaţii semnificative sau includ fapte a căror veridicitate poate fi afirmată) ajută la o evocare rapidă din memorie. Itemul abstract cere procesarea în continuare a înţelesului său, integrarea treptată şi/sau suplimentarea informaţiei prin exemple, referinţe la fapte concrete. Itemii abstracţi sunt de regulă cei care prezintă atitudini, opinii, descrieri generale, cer interpretarea unor evenimente generale sau integrarea lor de-a lungul unor situaţii diverse, comparaţii cu standarde nespecificate, inferenţe personale. Cercetările indică o relaţie direct proporţională între gradul de abstractizare şi diferenţierile în modul cum înţeleg subiecţii aceşti itemi (Angleitner, 1986).

4. Gradul de referinţă personală (informaţia care include direct şi semnificativ pe subiect)

Gradul în care conţinutul itemului este semnificativ pentru imaginea de sine a subiectului este în relaţie directă cu capacitatea acestuia de a răspunde pe baza unei percepţii sau experienţe proprii asupra lucrurilor, în măsura în care subiectul este direct menţionat prin item, fie la nivelul trăirii unor evenimente, fie la nivelul acţiunii şi al implicării emoţionale. Referinţa personală intervine în stadiul comparării item-eu.

5.Evaluarea (dezirabilitatea socială a conţinutului)

Măsura în care un item evocă valori, standarde aprobate social, determinări şi prjudecăţi comune, este direct proporţională cu probabilitatea ca subiectul să selecteze răspunsul în sensul dezirabilităţii sociale. Acest gen de judecată intervine mai ales în stadiul evaluărilor asupra utilităţii.