一、理论建构的方法：归纳—假设—演绎法

卡特尔反对“一切不切实际的思索”，主张所有的科学进步都有赖于精确的测量（Cattell，1950，p.4）。精确的测量是人格理论建构的前提和基础。因此，卡特尔坚持认为科学研究起始于实验观察和描述，并且以此为基础提出试验性的粗略假设。从这一假设出发设计一系列实验对其进行实证检验。然后再对实验过程及其结果进行科学的分析之后提出更加准确、更进一步的假设。归纳出的假设经过进一步实验或者观察研究之后，研究者就可以据此对研究结果进行演绎，演绎后的结论又可以形成下一层级的假设，接受下一步实验或者观察研究的检验，这样，归纳、假设、演绎就可以形成一个循环，最终建构出科学的人格理论。因此，这种研究模式也被称为归纳—假设—演绎螺旋式方法（inductive-hypothetical-deductive spiral）。

卡特尔反对用假设—演绎模型建构人格理论。因为在假设—演绎模型中，研究者是从一系列一般命题入手，演绎出一种假设，然后通过收集材料对其进行检验。这种模型忽视了形成假设前期观察归纳的重要性，它要求研究者在研究初始阶段就应该提出正确完善的假设，它不能使研究者将科学研究视为一个探索过程，而一旦没有探索和初级观察，主观形成的假设极有可能囿于某些因素而不能反映现象的全貌。换句话说，主观形成的假设多是考虑少数几个影响因素而未能综合考虑多变量综合作用会产生何种影响。据此，卡特尔虽然并不反对双变量研究，却更支持多变量研究，强调应该理性看待双变量研究结论的可推广性。

二、双变量、多变量与临床研究策略

（一）双变量研究策略

卡特尔的双变量（bivariate）研究策略由来已久。此种方法要追溯到冯特（Wilhelm Wundt）与巴甫洛夫（Ivan Petrovich Pavlov），每次只考虑两种变量，实验者操作自变量，然后观察在因变量上产生的效果。举例来说，可以控制一件工作的成或败（自变量）以得知此种经验对被试焦虑程度（因变量）的影响。仅仅只对人类如何产生焦虑，每一次处理一个自变量，就可能要执行上千次的双变量实验。但每一种双变量研究是一种分立的研究，一次只有一种条件改变，使得我们观察到的人类现象呈现支离破碎的面貌。不仅有机体的整体形象被破坏，而且这些分立的研究结果如何彼此共同作用也不得而知。此外，将焦虑与其他变量，如能力、适应、信心分开来考虑，我们对这些其他变量存在时如何影响焦虑，或者它们与早先所提到的成败变量之间有何关系将毫无概念。卡特尔深信用双变量研究此种人为的实验特性是存在很大局限性的。

（二）多变量研究策略

多变量（multivariate）策略的研究取向是针对同一个人的种种方面做测量，取代一次只观察一种变量，并没有实验上变量的操作，因而情境的人为因素也被降低。由于同时可以得到多方面的测量结果，个体的整体性也被保留下来了。

（三）临床研究策略

策略三是临床（clinical）法，卡特尔声言此法基本上是与多变量方法属同类，也许卡特尔本人的话最能传达他对某些事的看法：就多变量法强调“整体性”此点而言，实际上与临床法相同；此外，多变量方法还是量化的以及应用明确的计算法则，得到一般性的结论。临床工作者通过实际的接触来界定整体形态，并且尝试从个人的记忆经验累积获得归纳的通则；而多变量实验者确实地测量所有的变量，然后利用统计分析技术抽取存在的规律性，以取代人类的记忆与归纳事物的功能。因此，人格的临床研究取向可说是没有仪器辅助的多变量实验，不足之处在于，它产生的人格理论所依据的资料来自异常的病理过程而非常态。

卡特尔是多变量研究取向的忠诚拥护者。这种方法的客观性、同时处理许多变量与测量的能力、对自然发生现象的适用性、处理重要的人类的能力，使得它在研究人类复杂行为时成为较占优势的策略。为了研究多变量问题，卡特尔主要应用了因素分析技术。

三、因素分析技术

因素分析（factor analysis）是一种高级统计技术，其本质是通过统计处理，从大量的相关变量中抽取出最基本的因素。虽然因素分析法始于斯皮尔曼（Spearman，1904）对智力的研究，但将其用于人格领域并使该方法进一步扩大影响的心理学家，在美国是卡特尔，在英国是艾森克。在卡特尔的大部分工作中主要运用了两种技术：R技术和P技术。

（一）R技术

R技术是因素分析中最普通的形式，通常是对很多被试进行多种人格测量，然后求出被试在这些变量上得分间的相关系数，利用因素分析萃取相关变量背后的共同因素。很显然，利用该技术只能用于确定大多数人共有的共同特质，这遭到了奥尔波特的批评，因为奥尔波特坚持人格研究要更关注个体差异而非共同特质，因此卡特尔又发展出一种新的技术：P技术。

（二）P技术

P技术是在一定时期、不同场合下，对同一个体的一些人格特质进行重复测验，以了解单个个体独特特质结构及其变化过程的因素分析技术。卡特尔曾经应用P技术对一名24岁的戏剧毕业生40天内8种特质的变化过程作过追踪研究。他要求这名学生每天写日记，通过对日记（还包括其他资料）分析8种特质（自恋、自我情操、恐惧—焦虑、疲劳感、自信、魅力、**、父母爱）随生活事件的变化趋势。这名戏剧毕业生40天内经历的事件有：排练了一个剧本，他自己出演主角；排练期患了感冒；演出；父亲骨盆折裂；因没有照顾好家受到姑妈的批评；因专业指导老师对其有明显的敌意而烦恼。卡特尔发现，演出前一个月中该生疲劳感持续增强，演出过后一段时间才开始减弱。由于担心排练花费很多时间而耽误学习，他的焦虑水平在排练期较高；父亲的骨盆折裂使他对父亲的爱开始增强；频繁地与异性约会使他性冲动明显并持续增强；演出当晚，他的自恋情感和自重情绪急剧增长。（Cattell，1957）

虽然P技术满足了奥尔波特研究单一个案法的要求，但其局限是从该个案得出的结论推广性不够，不适用于解释他人的人格构成。显然，只有P技术和R技术相结合，才能完整地透视个体与群体的人格结构。

在卡特尔的理论中，因素这一个术语可以等同于特质这一个术语。对卡特尔来说，因素分析是用来发现特质的一种方法，他把它当作是砌成人格的积木。卡特尔的因素分析程序可以概括如下：

1.用各种方法对大量受试者进行测量。

2.用各种测量所获得的资料计算各测量间的相关，得出一个相关矩阵。

3.决定需要假定哪些因素，以便解释在相关矩阵中找到的各种相关群。

四、数据资料的来源

卡特尔的程序是尽可能多地测量大量的个体，他通过三种资料来进行因素分析：L资料、Q资料和T资料。

L资料称为生活记录材料（Life record-data）：涉及对实际的、日常情境中的行为测量，L资料来源很广，包括学校分数记录，健康记录，档案记录，参加几个社会团体、发生过多少起事故，外出旅游次数等等。在实际研究中，研究者可能发现得到这些资料并不容易，卡特尔认为，可以通过熟悉这个人的他人评定获取第二手资料。

Q资料称为问卷资料（questionnaire-data）：是从问卷中得来的信息，研究者通过问卷要求被试通过判断问卷中的项目与自身相符合的程度搜集人格信息。因为Q资料来源于被试自身判断，容易受到社会称许性的影响，从而影响资料的可靠性。因此，卡特尔要求在搜集Q资料的同时，必须用相关的行为数据作为佐证。卡特尔把未经考证的自我报告数据称为Q’数据，只有那些经过客观行为衡量证明有效的数据，才是真正的Q数据。

T资料又叫做客观测验数据（objective test-data）：所谓客观指的是被试对测验的目的并不知晓或者无法伪装，或者是被试行为反应记录。比如各种心理测验（如联想测验、注意广度测验、动作反应时、投射测验等）收取数据，进行分析。

根据卡特尔的假设，如果因素分析法的确能找出人格的基本结构，则这三种资料的因素或特质应该相同。卡特尔关于人类根源特质种类的研究显示，利用生活记录资料可以获得12种因素，而运用同样的因素分析技术，通过Q资料可以获得16种因素，其中12种与利用L资料得出的因素大致相同，其余4种是问卷资料分析中所独有的；利用T资料发现了21种根源特质，这些特质与前两种资料得出的因素之间的关系较为复杂（Cattell ＆ Johnson，1986）。