Nasıl Çalışır?
Socienter testleri, klasik Likert ölçekli kişilik testlerinden farklı olarak Thurstonian IRT (Item Response Theory) ve Bayesian posterior güncellemesi kullanır. Adaptif soru seçimi (CAT) altyapısı kodda hazırdır; canlı Enneagram oturumu şu an sabit uzunluklu batch akışla çalışır.
📐 Thurstonian IRT — Zorla Seçim
Klasik Likert ölçekli testlerin en büyük sorunu sosyal arzulanırlık yanlılığıdır (social desirability bias). İnsanlar 'doğru' görünen cevabı verme eğilimindedir. Örneğin "İnsanlara yardım etmeyi severim" sorusuna neredeyse herkes yüksek puan verir — bu gerçek kişilik farklarını maskeler.
Thurstonian IRT bu sorunu, her soruda iki ifade sunup hangisinin size daha yakın olduğunu sorarak çözer. Seçim görecelidir; mutlak puanlama yoktur. Bu sayede:
- · Herkes yüksek puan veremez — bir ifadeyi seçmek diğerini seçmemek demektir
- · Sosyal beklenti etkisi nötralize edilir — iki 'iyi' ya da iki 'kötü' ifade karşılaştırılabilir
- · Kişilik boyutları arasındaki gerçek fark ölçülür
Kaynak: Brown, A. & Maydeu-Olivares, A. (2011). Item response modeling of forced-choice questionnaires. Educational and Psychological Measurement.
🎯 Bayesian Posterior — Tip Olasılığı
Enneagram oturumunda her yanıt, 9 tip için sonsallık (posterior) dağılımını Bayes güncellemesiyle daraltır. Canlı arayüz şu an sabit bir soru seti sunar (batch); yanıtlar sunucuda posterior’a işlenir.
- 1. Test başlangıcında her tip için eşit önsel (prior) varsayılır
- 2. Her yanıtla birlikte Bayes teoremi ile sonsal dağılım güncellenir
- 3. Oturum sonunda en yüksek posterior’lu tip (ve kanat/içgüdü özeti) raporlanır
- 4. Adaptif madde seçimi (CAT) API’si mevcuttur; UI’ya bağlandığında soru sırası kişiye özelleşebilir
Bu, “her cevap sonrası yeni soru seçiliyor” iddiası değildir. Ölçüm dürüstlüğü için batch + Bayesian güncelleme olarak tanımlıyoruz.
📊 8-Boyutlu θ ve MAP Tahmini
8-Boyutlu Kişilik Uzayı
Her kullanıcı, 8 bilişsel fonksiyona (Ti, Te, Fi, Fe, Ni, Ne, Si, Se) karşılık gelen bir θ (theta) vektörü ile temsil edilir. Bu vektör, kişinin her fonksiyondaki göreceli gücünü gösterir.
MAP (Maximum A Posteriori)
Test sonunda posterior dağılımın modu (en yüksek olasılıklı nokta) alınır. Bu MAP tahmini, en olası θ vektörüdür. Bu vektörden Model A tipi, quadra ve ilişki önerileri türetilir.
✅ Güvenilirlik ve Geçerlilik
Metodolojiyi deneyimle
Makale okumak yetmez — zorla seçim formatını ve Bayesian skorlamayı bizzat deneyimle.