Big Five Mini Explorer

以 Python 分析大型公開資料:Big Five 人格特質是否因性別與年齡而系統性地變動

Background / 背景

大五人格(Big Five)是人格心理學領域當前被廣泛應用的人格理論框架之一,包括以下五種人格特質維度(簡稱 OCEAN 取自這五種特質的專有名詞之字首):

  1. 開放性(Openness) — 對新經驗、創意與想像力的接納程度。得分越高,表示個人的好奇心越強、越有冒險精神或越有創新性;得分越低,表示個人越趨於傳統保守或實務。
  2. 盡責性(Conscientiousness) — 目標導向、自律與組織能力。得分越高,表示處事方面越趨於負責、謹慎、有條理;得分越低,表示處事方面越趨於衝動、隨興。
  3. 外向性(Extraversion) — 社交刺激的偏好與能量來源。得分越高,表示個人越趨於活潑、外放;得分越低,表示個人越趨於內向、獨立。
  4. 親和性(Agreeableness) — 與人合作、信任與同理的傾向。得分越高,表示處人方面越趨於友善、易同理、願意與他人合作;得分越低,表示處人方面越趨於懷疑、中心。
  5. 神經質(Neuroticism) — 面對壓力與情緒起伏的程度。得分越高,表示個人越容易憂慮、情緒波動越大;得分越低,表示個人越趨於冷靜沉穩而自信。

Goal / 研究目標

本專案以 Open Psychometrics 公開的大型 Big Five 人格問卷資料(n = 19,719)為基礎,探索兩個問題:
(1)五個人格特質(OCEAN)的分數分布在男性與女性之間是否存在可觀察的差異?
(2)外向性(Extraversion)分數是否隨年齡呈現有意義的趨勢?

Procedure / 分析過程

  1. 資料來源:從 Open Psychometrics 下載 BIG5.zip,解壓後得到 tab 分隔的問卷原始資料,包含 50 道 Likert 量表題(E1–E10、N1–N10、A1–A10、C1–C10、O1–O10)以及人口學變項。
  2. 資料清理:排除年齡不合理的受試者(保留 13–80 歲),並移除性別填寫為「未說明(0)」的列,最終保留 19,608 筆(流失 0.6%)。
  3. 特質分數計算:將各特質的 10 道題目加總,得到每位受試者的 E、N、A、C、O 分數(各 10–50 分)。
  4. 描述性分析:以小提琴圖(violin plot)比較男女在五個特質分數上的分布形狀與中位數差異。
  5. 關係分析:以每五歲為一個年齡區間(age bin),計算各區間的外向性平均值與 95% 信賴區間,繪製趨勢折線圖。
  6. 防禦性設計:程式碼採 Style C(Plan-first)方式撰寫,執行前先確認欄位數、欄位型別及遺漏值,確保在不同環境下可重現。

Outcome / 結果

Big Five trait score distribution by gender
Figure 1 — 五個人格特質分數的性別差異(小提琴圖)。 女性在神經質(N)與親和性(A)上明顯偏高;男性在外向性(E)與開放性(O)上略高,與人格心理學文獻中既有的性別差異方向一致。
Figure 2 — 外向性分數隨年齡的趨勢(binned mean ± 95% CI,互動圖)。 將滑鼠移到各點上可查看年齡區間、平均分數、SEM 與樣本數。 外向性在青少年晚期至成年早期達到高峰,隨後呈現持續且穩定的下降,符合縱貫研究中「社交主導性隨年齡降低」的發現。

Caveats / 研究侷限

GitHub Repository

完整程式碼、notebooks 與資料下載說明請見:

github.com/Jie-Yi-Lu/big5-mini-explorer

Author

呂杰驛(Jie-Yi Lu),學號 113825002
國立中央大學 認知神經科學研究所 碩二生
National Central University, Graduate Institute of Cognitive Neuroscience
Last updated: 2026-05-06