ज्योतिर्मय व्यक्तित्व के गुण कैसे मापता है (विधि)
ज्योतिर्मय का पर्सनैलिटी मॉडल एक प्रैक्टिकल और हल्का प्रोफाइलिंग सिस्टम है, जो सवालों के जवाबों को स्टैंडर्ड फाइव-फैक्टर स्ट्रक्चर की मदद से साफ़ ट्रेट स्कोर्स में बदलकर रोज़ की गाइडेंस को पर्सनलाइज़ करने में मदद करता है। इस पेज पर इस मेथड को सीधे और आसान शब्दों में समझाया गया है - हम कौन सा ट्रेट फ्रेमवर्क इस्तेमाल करते हैं, हम कौन सी दो इन्वेंटरीज़ देते हैं, आइटम्स कैसे लिखे जाते हैं, रिस्पॉन्सेज़ को कैसे स्कोर करके समझ में आने वाले आउटपुट्स में बदला जाता है, कौन सी जानकारी स्टोर की जाती है, और इंटरप्रिटेशन की क्या सीमाएँ हैं। इसका मकसद यह साफ़ करना है कि पर्सनलाइज़ेशन कैसे काम करता है; साथ ही यह भी स्पष्ट करना है कि यह गाइडेंस और सेल्फ-रिफ्लेक्शन के लिए बनाया गया एक नॉन-क्लिनिकल ट्रेट प्रोफाइल है, कोई डायग्नोसिस या ट्रीटमेंट टूल नहीं। यह डॉक्युमेंट डेली गाइडेंस के पर्सनलाइज़ेशन के लिए इस्तेमाल किए जाने वाले ज्योतिर्मय के पर्सनैलिटी मेज़रमेंट फ्रेमवर्क का वर्णन करता है। यह सिस्टम संक्षिप्त सेल्फ-रिपोर्ट इन्वेंटरीज़ से फाइव-फैक्टर मॉडल (बिग फाइव) स्ट्रक्चर का उपयोग करके स्टेबल ट्रेट डिस्पोज़िशन्स का एस्टिमेशन करता है। आउटपुट नॉन-क्लिनिकल कोचिंग गाइडेंस को टेलर करने के लिए एक प्रैक्टिकल ट्रेट प्रोफाइल है। इसे डायग्नोसिस, ट्रीटमेंट प्लानिंग, रिस्क स्ट्रैटिफिकेशन, या किसी साइकियाट्रिक डिसऑर्डर के डिटरमिनेशन के लिए इंटेंड नहीं किया गया है।
1. ऑब्जेक्टिव और इंटेंडेड यूज़
ज्योतिर्मय ट्रेट एस्टिमेशन का उपयोग निम्न के लिए करता है:
बिहेवियरल सजेशन्स के फॉर्म और फ्रिक्शन लेवल को पर्सनलाइज़ करना, ऐसे कोचिंग माइक्रो-स्किल्स चुनना जिन्हें अपनाए जाने की संभावना अधिक हो, वन-साइज़-फिट्स-ऑल एडवाइस को कम करना।
ट्रेट एस्टिमेशन का उपयोग निम्न के लिए नहीं किया जाता:
साइकियाट्रिक डायग्नोसिसेस का इन्फरेंस करना, क्लिनिशियन इवैल्युएशन के विकल्प के रूप में उपयोग करना, मेडिकेशन या थेरपी प्लान्स का निर्णय लेना।
2. कंस्ट्रक्ट मॉडल: फाइव-फैक्टर मॉडल
यह सिस्टम पाँच व्यापक डोमेन्स का उपयोग करके पर्सनैलिटी को ऑपरेशनलाइज़ करता है:
एक्स्ट्रावर्ज़न एग्रीएबलनेस
कॉनशिएन्शसनेस
इमोशनल स्टैबिलिटी (न्यूरोटिसिज़्म का इन्वर्स पोल)
ओपननेस / इंटेलेक्ट (टर्मिनोलॉजी भिन्न होती है; कंस्ट्रक्ट को स्पष्ट रूप से ट्रीट किया जाता है)
फाइव-फैक्टर स्ट्रक्चर को किसी फिक्स्ड “टाइप्स” के बारे में ऑन्टोलॉजिकल क्लेम के बजाय एक मेज़रमेंट मॉडल (लेटेन्ट ट्रेट अप्रॉक्सिमेशन) के रूप में ट्रीट किया जाता है। डोमेन स्कोर्स कंटीन्यूअस हैं।
3. इंस्ट्रूमेंट्स और एडमिनिस्ट्रेशन
3.1 इन्वेंटरी फॉर्म्स
दो फॉर्म्स सपोर्टेड हैं:
शॉर्ट फॉर्म (≈10 आइटम्स): रैपिड इनिशियल एस्टिमेट, लो यूज़र बर्डन। लॉन्ग फॉर्म (≈60 आइटम्स): हायर रेज़ोल्यूशन, इम्प्रूव्ड पर्सनलाइज़ेशन स्टैबिलिटी। सिस्टम शॉर्ट फॉर्म को एंट्री पॉइंट के रूप में प्रेज़ेंट कर सकता है और, जब पर्सनलाइज़ेशन क्वालिटी पर ज़ोर दिया जाता है, तो लॉन्ग फॉर्म की रिकमेंडेशन कर सकता है।
3.2 रिस्पॉन्स फॉर्मैट
आइटम्स एक बाउंडेड एग्रीमेंट स्केल (उदा., 5-पॉइंट लिकर्ट) का उपयोग करते हैं। इस स्केल को ऑर्डिनल माना जाता है, और डोमेन एग्रीगेशन के लिए इंटरवल स्कोरिंग के एक प्रैक्टिकल अप्रॉक्सिमेशन के रूप में ट्रीट किया जाता है।
3.3 आइटम-राइटिंग प्रिंसिपल्स
आइटम्स को इस प्रकार डिज़ाइन किया जाता है कि वे हों:
बिहेवियरली एंकरड (एब्स्ट्रैक्ट लेबल्स के बजाय ऑब्ज़र्वेबल टेन्डेंसीज़), लो रीडिंग कॉम्प्लेक्सिटी,
डोमेन्स और फेसेट्स के पार बैलेंस्ड,
अक्वीएसेंस बायस को कम करने के लिए रिवर्स-कीड आइटम्स को शामिल करने वाले।
जहाँ मल्टिपल लैंग्वेजेस सपोर्टेड हों, वहाँ ट्रांसलेशन प्रोसेस में शामिल होना चाहिए:
सेमैन्टिक इक्विवैलेंस चेक्स, कल्चरल्ली लोडेड इडियम्स से परहेज़, और, जहाँ संभव हो, बैक-ट्रांसलेशन रिव्यू।
4. स्कोरिंग पाइपलाइन
4.1 प्री-प्रोसेसिंग
रिस्पॉन्सेस को न्यूमेरिक वैल्यूज़ में मैप करें।
डिज़िग्नेटेड रिवर्स-कीड आइटम्स को निम्न का उपयोग करके रिवर्स-स्कोर करें:
reverse = (max + min) − response
(e.g., for 1..5, reverse = 6 − response)
4.2 डोमेन एग्रीगेशन
प्रत्येक डोमेन के लिए:
उसके आइटम्स के पार मीन (या सम) कंप्यूट करें,
कम्प्लीटनेस फ्लैग कंप्यूट करें (न्यूनतम आन्सर्ड आइटम्स थ्रेशहोल्ड)।
4.3 यूज़र-फेसिंग रिप्रेज़ेंटेशन के लिए स्केलिंग
स्कोर्स को कंसिस्टेंटली प्रेज़ेंट करने के लिए, सिस्टम रॉ डोमेन मीन्स को 0–100 स्केल (मोनोटोनिक ट्रांसफ़ॉर्म) में ट्रांसफ़ॉर्म करता है, मुख्यतः रीडेबिलिटी के लिए।
विशेष रूप से:
0–100 स्केल स्वभावतः परसेंटाइल नहीं है, जब तक कि कोई नॉर्मेटिव कैलिब्रेशन सैम्पल स्पष्ट रूप से डिफ़ाइन न किया जाए। यदि बाद में नॉर्म्स इंट्रोड्यूस किए जाते हैं, तो पेज को रॉ स्कोर, स्टैंडर्ड स्कोर, और परसेंटाइल के बीच स्पष्ट रूप से डिस्टिंग्विश करना चाहिए।
4.4 अनसर्टेन्टी और स्टैबिलिटी इंडिकेटर्स (रिकमेंडेड)
स्कॉलरली ट्रांसपेरेंसी के लिए, सिस्टम निम्न जैसे सिंपल इंडिकेटर्स कंप्यूट कर सकता है:
रिस्पॉन्स कंसिस्टेंसी फ्लैग्स (स्ट्रेटलाइनिंग डिटेक्शन), आइटम नॉनरिस्पॉन्स रेट,
फॉर्म लेंथ फ्लैग (शॉर्ट बनाम लॉन्ग),
और (यदि रिपीटेड मेज़र्स मौजूद हों) टेस्ट-रीटेस्ट ड्रिफ्ट मेट्रिक्स। इन इंडिकेटर्स का उपयोग, क्लिनिकल रिस्क असेसमेंट का संकेत दिए बिना, पर्सनलाइज़ेशन में कॉन्फ़िडेंस को क्वालिफाई करने के लिए किया जा सकता है।
5. साइकोमेट्रिक कंसिडरेशन्स
5.1 रिलायबिलिटी
शॉर्ट इन्वेंटरीज़ स्पीड के बदले रिलायबिलिटी में ट्रेड-ऑफ करती हैं; लॉन्ग फॉर्म्स सामान्यतः स्टैबिलिटी इम्प्रूव करती हैं। इंटरनल कंसिस्टेंसी मेट्रिक्स (उदा., ω/α) को ट्रैक किया जा सकता है, लेकिन इंटरप्रेटेशन को बहुत ब्रिफ़ फॉर्म्स में प्रति डोमेन आइटम्स की छोटी संख्या का सम्मान करना चाहिए।
5.2 वैलिडिटी
यह फ्रेमवर्क निम्न को टार्गेट करता है:
कंटेंट वैलिडिटी (डोमेन मीनिंग का कवरेज),
कंस्ट्रक्ट वैलिडिटी (अपेक्षित डोमेन इंटर-रिलेशन्स),
कोचिंग बिहेवियर्स को टेलर करने के लिए प्रेडिक्टिव यूटिलिटी (प्रोडक्ट का प्राइमरी उद्देश्य)। क्लिनिकल वैलिडिटी एक डिज़ाइन टार्गेट नहीं है और इसका इन्फरेंस नहीं किया जाना चाहिए।
5.3 क्रॉस-लैंग्वेज मेज़रमेंट इन्वेरियंस (रिकमेंडेड)
यदि मल्टीलिंगुअल इन्वेंटरीज़ को स्कोरिंग कम्पेरेबिलिटी के लिए उपयोग किया जाता है, तो इवैल्युएशन प्लान में शामिल होना चाहिए: जहाँ संभव हो, डिफरेंशियल आइटम फंक्शनिंग चेक्स,
लैंग्वेजेस के पार डोमेन-लेवल इन्वेरियंस टेस्टिंग,
और ट्रांसलेशन के लिए एट्रिब्यूटेबल सिस्टमेटिक स्कोर शिफ्ट्स की मॉनिटरिंग।
6. डेटा स्टोरेज और प्राइवेसी बाउंड्रीज़ (मेथड-रिलेवेंट)
रिप्रोड्यूसिबिलिटी और यूज़र कंटिन्यूअिटी के लिए, ज्योतिर्मय स्टोर करता है:
यूज़र के ट्रेट डोमेन स्कोर्स और कोई भी डिराइव्ड समरीज,
पर्सनैलिटी इन्वेंटरी रिस्पॉन्सेस (यूज़र के रिकॉर्ड के हिस्से के रूप में), और एडमिनिस्ट्रेशन के टाइमस्टैम्प्स।
ज्योतिर्मय को निम्न की आवश्यकता नहीं है:
ट्रेट कम्प्यूटेशन के लिए यूज़र का नाम या फोन नंबर। एक मेथडोलॉजिकली क्लीन अप्रोच यह है कि रिकॉर्ड्स को एक प्सूडोनिमस यूज़र आइडेंटिफायर के तहत स्टोर किया जाए और, जहाँ आइडेंटिफायर्स सिस्टम के अन्य हिस्सों में मौजूद हों, वहाँ आइडेंटिफायर्स और साइकोमेट्रिक डेटा के बीच स्ट्रिक्ट सेपरेशन मेंटेन किया जाए।
7. इंटरप्रेटेशन लिमिट्स और क्लिनिकल बाउंड्री स्टेटमेंट
ट्रेट प्रोफाइल्स सेल्फ-रिपोर्ट टेन्डेंसीज़ की प्रोबैबिलिस्टिक समरीज हैं, डायग्नोसिस नहीं। स्कोर्स लाइफ कॉन्टेक्स्ट, सेल्फ-इंसाइट चेंजेस, और मेज़रमेंट नॉइज़ के साथ शिफ्ट हो सकते हैं। आउटपुट्स का उपयोग क्लिनिकल डिटरमिनेशन्स करने या साइकियाट्रिक केयर को रिप्लेस करने के लिए नहीं किया जाना चाहिए।
References
Widiger, T. A. (2019). “The Five Factor Model of personality structure: an update.” (Open access, PMC):
https://pmc.ncbi.nlm.nih.gov/articles/PMC6732674/ (PMC)
McCrae, R. R. (1992). “An introduction to the five-factor model and its applications.” (PubMed record):
https://pubmed.ncbi.nlm.nih.gov/1635039/ (PubMed)
Gosling Lab, University of Texas at Austin — Ten-Item Personality Measure (TIPI) overview and usage context:
https://gosling.psy.utexas.edu/scales-weve-developed/ten-item-personality-measure-tipi/ (Gosling)
Thørrisen, M. M., et al. (2023). “The Ten-Item Personality Inventory (TIPI): a scoping review…” (Open access, PMC):
https://pmc.ncbi.nlm.nih.gov/articles/PMC10330951/ (PMC)
International Personality Item Pool (IPIP) — official site and item bank context:
https://ipip.ori.org/ (IPIP)