四组人格偏好组合出十六类就代表人数平均分布吗:区分代码可能性与实际出现频率再阅读类型图表
能写出多少种代码,与有多少人落入每种不同
看到四组偏好、每组两个方向,有人便推算每个类型都应占相同比例。前半段描述代码结构,后半段却已经变成对人群分布的断言。中间缺少关于实际频率的证据,不能只靠类别数量补上。
迈尔斯与布里格斯基金会的类型介绍说明四组偏好组合形成十六种类型。这里引用的是表示方式,不是人口比例;本文也不提供某个类型在现实中有多稀有的统计结论。
一个完全虚构的标签盒例子
想象桌上有十六个不同标签的盒子,共放入三十二张虚构卡片。可以每盒两张,也可以第一个盒子十七张、其余十五个盒子各一张。两种摆法都使用同样多的盒子和卡片,却具有不同分布。这个例子只说明类别空间不强制频率相等,不模拟真实人格。
同样,每组有两个方向,也不能自动假定两边人数各半,更不能直接假定各组之间满足计算概率所需要的独立条件。若要讨论实际比例,应另看明确的资料来源和采集方式,而不是把编码规则当作抽样模型。
先辨图表展示的是结构还是统计
一张把十六类型画成等大卡片的介绍图,可能只是方便阅读的版式,并未表达每类人数相同。看见相同面积就读成人口比例,会给设计图增加它没有声称的信息。真正的统计图应说明数据与范围;没有这些说明时,可以先把它当成分类介绍。
本文没有收集用户类型、计算常模或评定稀有度,也不因为分布不均就判断哪类更有价值。阅读类型资料时,先问现在看到的是有哪些可能类别,还是实际观察到怎样的人数分布。把这两层分开,便不会让一个组合数替代本来需要独立获得的经验数据。