这个测试靠谱吗？
靠谱，而且它短是故意的。38 条陈述给你打出五个特质的分数：你的能量，你怎么接收信息，你怎么做决定，你想要多少条理和安排，以及压力压上来时你有多沉稳。
这五个就是大五人格，多数人格研究最后落到的那套模型。Goldberg 在 1990 年梳理出五因素结构，Costa 和 McCrae 在 1992 年为它发表了一份完整的问卷。John 和 Srivastava（1999）追溯了这套模型的来处，Soto 和 John（2017）做出了今天仍在使用的一种测量工具。
来源 · Goldberg, 1990 · Costa and McCrae, 1992 · John and Srivastava, 1999 · Soto and John, 2017
一个分数是怎么算出来的
这个网站上的测试是 38 条陈述：能量、信息、决策、节奏各 8 条，第五个特质 6 条。每个回答带一个权重，加权求和之后，你就落在那个特质 0 到 100 之间的某个位置上。同样的回答永远得出同样的数字，这只是算术，并不证明什么：计算器也是回回一致的。
那个 0 到 100，说的是你的回答落在刻度两端之间的什么位置。它不是和别人比出来的名次：名次需要常模样本，而我们没有。我们也没有为这 38 条陈述公布过研究用问卷通常会附的那类可靠性与有效性数据，所以请把这些数字读成对你所答内容的一次仔细解读，而不是关于你的一项测出来的事实。
这些题目是你们自己写的吗？
是。38 条全是我们自己写的，对准的是公共领域题库所测的同一批特质（Goldberg 等人，2006），措辞是为手机写的，不是为实验室写的。题库是参照，不是原文：这里没有一条陈述是从它那里搬来的，也没有一条是从需要付费的测试里搬来的。
来源 · Goldberg and colleagues, 2006
那四个字母是从哪儿来的？
来自你五个分数里的四个，每一个折成一个字母。McCrae 和 Costa（1989）发现这四个字母与大五中的四个特质对得上，并在同一篇论文里指出：把分数当成连续的刻度来读，比当成一个个格子来读，能告诉你更多。我们在这里正是这么用的。你的第五个特质心绪天气完全没有字母，所以它始终是一个数字。
所以代码是给这些数字贴的标签，而会出错的正是标签这一层：分数落在中间附近时，换一天回答，那个字母就可能翻到另一边。审视过四字母体系的研究者走得更远，认为把人分进这些格子里这件事本身就缺乏支持（Pittenger，2005；Stein 和 Swan，2019）。我们同意这个说法，所以在这里数字才是结果，字母只是它的名字；也所以只要分数接近，我们就把第二名的代码印在你自己的代码旁边。
来源 · McCrae and Costa, 1989 · Pittenger, 2005 · Stein and Swan, 2019
分数接近时是什么样
假设你在决策这个特质上得了 100 分里的 52 分。在这里，40 到 60 之间都算接近，52 就是其中之一：换一天回答，那个字母就可能倒向另一边。遇到这种情况，我们会在你的结果上说出来，并在你自己的代码旁边写出第二名的代码，而不是像结果本来就明确一样只印一个。
中间往两边各 10 分，是我们自己划的一条线，不是我们测出来的误差范围。真正的误差范围要靠让同一批人把同一份测试做两遍才能得出，而我们没有做过；所以这一页不给出字母改变的频率，换成别人，只要同样没测过，给出的数字你也一样不该信。
为什么要问我的性别？
平均而言，男性和女性的回答略有不同，其中在五个特质里的两个上最明显（Costa、Terracciano 和 McCrae，2001）。这个方向在那项研究覆盖的全部 26 种文化里都重复出现，差距的大小却没有：它在西方样本里最大，作者自己也说这出乎意料。而所有这些差距，跟每一组内部人与人之间的差别比起来，都很小。
所以这个答案只挪动一个特质：压力压上来时你有多沉稳，在一百分里挪 4 分，朝你所填那一组的中间靠。这 4 分是我们自己定下的，故意比接近区间更小，不是从一份我们并不拥有的常模样本上读来的数字。它能让本来就接近的结果偏向一边，却翻不动一个已经明确的结果；另外四个特质对每个人的读法都一样。这道题也给不适用的人留了一个答案，那个答案的处理方式和跳过完全一样：一切都对着总体平均来，不做任何猜测。
来源 · Costa, Terracciano and McCrae, 2001
人会变吗？
会，慢慢地变，而且多半朝同一个方向：人上了年纪，往往会更沉稳、更尽责（Roberts 等人，2006）。这句话要仔细读，因为它很容易被夸大。它追踪的是大群体几十年里的平均。它没有说你自己的分数在上个月和今天之间能挪多少，这一点我们也没有为这个测试测过。
所以如果你再做一次，某个字母变了，老实说，第一个解释不是你变了。去看那些接近的地方：会翻面的字母，通常正是我们早就告诉过你、落在中间附近的那一个。
来源 · Roberts and colleagues, 2006
合不合的分数是怎么来的？
来自两边各自的四个字母，也来自两个人在压力压上来时各有多沉稳：该像的地方像，不一样反而有意思的地方不一样。
沉稳那一半，通常正是我们手里没有的那一半，因为它是一个数字，不是一个字母。所以配对页给出的是一个区间，而不是一个单一的数字；也所以只要有一方做过测试，这个区间就会收窄。这是我们对两个人各自结果的解读，不是对这段关系的测量。用它开启一段对话，别用它结束一段对话。