心理学本科毕业论文-大学生微表情识别能力与人格的关系研究.doc

苏州大学本科生毕业设计（论文） 大学生微表情识别能力与人格的关系研究中文摘要微表情识别能力是指对人们面部出现的微表情进行准确判断的一种能力，微表情持续时间非常短暂（一般为1/25s）。本研究采用METT(Micro Expression Training Tool)测量150名大学生的微表情识别能力，并探索人口学变量等因素对微表情识别能力的影响，同时，采用16PF分析大学生的微表情识别能力与人格因素的相关因素，发现结果如下：1、 大学生微表情识别能力总体水平偏低。2、 大学生的微表情识别能力在性别、是否独生子女以及城乡等因素上没有显著差异。3、 大学生的微表情识别能力与人格中四个维度存在相关关系，即分别与人格的H（敢为性）呈负相关、O（忧虑性）呈正相关、C1（适应与焦虑型）呈正相关、C2（内向与外向型）呈负相关。关键词:微表情识别能力；大学生；微表情；人格 作 者：沈红红指导老师：吴继霞The Study of Relationship Between The Micro-expression Recognition Ability And Personality on College studentsAbstractMicro-facial expression recognition ability is there for people to micro-facial expressions to accurately determine a capacity of very short duration of micro expression (typically 1/25s). In this study, 150 students METT measuring ability to identify the micro-expression, and to explore demographic variables and other factors on the micro-expression recognition ability. At the same time,using 16PF analysis micro-expression recognition ability of students and factors related to personality factors ,and found the following results:1. Students ability to identify micro-expression is low overall level. 2. Students in recognition of micro expressions was no significant difference on factors such as gender, urban or rural and whether the child .3.Students of the micro-expression recognition ability and personality there is correlation between the four dimensions, respectively: H (dare sexual )was a negative correlation, O (anxiety) was positively correlated ，C1（anxiety-based adaptation）was positively correlated within and C2（Export-oriented）was negatively correlated . Keywords: micro-facial expression recognition ability; college students; Micro- expression; PersonalityWritten by:Honghong.Shen Supervised by:Jixia.Wu 1前言1.1问题提出风靡全球的美剧别对我撒谎讲述了一个神奇的故事：测谎专家卡尔 莱特曼是善于辨别谎言的高手，发明了一套识别谎言的科学方法：眉间的一皱或是嘴唇一撇，在他眼中都是对方内心活动的流露。这不是传说，而是根据美国心理学家Paul Ekman的真人真事改编的。美剧别对我撒谎也再次把面部表情判断人的情感呈现在人们的面前。是何种因素决定了人们在面对各式各样的表情时，有的个体能够高效率的识别，而有的人则毫无感觉？对从面部表情判断情感在心理学的研究有一个长期和重要的历史。研究审视情感判断的个体差异之间的关系（关于此被称为情感识别能力的时代）和性格也有相当的历史，其中 Buck, Savin, Miller和Caul（1972）发现情感识别能力与外向性之间的关系，与Zuckerman（1979）等人的研究结果一样5。微表情也是人类面部表情的一种，其持续时间非常短(Ekman 2002)。同样的问题是在面对微表情时，个体为什么会表现出不同的判断水平？微表情是由美国心理学家Ekman提出，他在微表情这一方面的研究做出了很多贡献，其中大家较为熟知的就是Ekman研究团队成功的构造了微表情识别能力的工具。同时，值得关注的是Matsumoto等人(2002)利用JACBART的未完全版考察了微表情识别能力与人格的关系，研究结果提示，不同人格特点的人，或许也有不同的微表情识别能力7。就微表情而言，国内外对它的研究都刚刚起步，但是不可否认的是外国的研究成果多于国内的研究，尤其是微表情识别能力的个体差异这一领域。Matsumoto（2000）等人利用JACBART的未完全版（包含56个项目，拥有三个版本，微表情呈现时间分别为1/15s、2/15s、1/15s）考察了微表情识别能力与人格的关系，发现JACBART各版本的信度都很好（克伦巴赫系数均在0.82以上，1/15s的版本的重测信度为r=0.78,p0.001），均具有很好的会聚效度（具体参见：Matsumoto et al.,2000),并具有一定的预测效度，被试在JACBART上的得分与他们在大五人格量表开放性（openness）维度上的得分与艾森克人格量表外倾性（extraversion）维度上的得分呈显著正相关（如1/15s版本的结果为r=0.21,r=0.11,p0.01）研究结果提示，不同人格特点的人，或许也有不同的微表情识别能力7。然而中西方之间存在着文化差异，他们的研究工具不一定适合中国人，研究结果也不一定符合中国人。本文研究的目的在于利用微表情识别能力的工具和16PF人格测验得出大学生的微表情识别能力以及与人格之间的关系。这不仅有助于拓展国内的微表情研究领域，而且为微表情识别在现实生活中的应用提供理论依据便于提高大学生的为表情识别能力，针对不同人格特点的个人，因材施教，才能收到更好的效果。同时，随着人格心理学的发展，心理学家对人格的研究更加趋于成熟，并把研究的视角关注到人格与其他方面的关系，比如人格与心理健康的关系等。当然人格的研究成果在日常生活中的应用也越来越多。值得我们关注的是人格理论在公司发展过程中的作用日益显著，尤其是在公司人员的发展上。就人员选拔这方面来看的话，如何准确的考察以及挑选最合适应聘者的过程需要对应聘者进行很好的观察，对应聘者回答的真假进行辨别，这样一个观察的结果往往是因人而异，这就让人们开始考虑什么样的人才能准确的辨别别人呢？2研究设计与方法2.1研究目的本研究欲了解大学生的微表情识别能力的总体水平、影响因素以及与人格之间的关系。为针对性的提高大学生的微表情识别能力提出实证性依据。2.2研究对象本研究选取大学生作为主要的研究对象。被试一共150名大学生，其中包括64名男生，86名女生。2.3研究方法问卷法让大学生填写人格问卷，收集问卷并整理分析数据，从而对大学生的人格因素情况有个全面的了解跟掌握。实验法让大学生在实验室中进行微表情识别能力的的实验，了解不同大学生在微表情识别能力上的差异。实验采用METT训练工具的前测部分，要求被试对14张表情图片进行识别，并记录被试最终的正确率。2.4研究工具1.采用16PF人格问卷的修订版，即1988年华东师大戴忠恒、祝蓓里修订本。2. 运用微表情识别能力测验，即METT软件的前测部分。其前测程序与JACBART 相同，测量被试未受训练情况下人的微表情识别能力11。3研究过程3.1研究假设假设1：性别对大学生的微表情识别能力没有影响。假设2：家庭所在地以及是否是独生子女对大学生的微表情识别能力没有影响。假设3：大学生的微表情识别能力与人格维度之间存在相关关系。3.2研究实施3.2.1实验准备根据被试的情况将被试随机分为两组进行实验，主试准备好METT测验工具和答题纸，将电脑页面定在METT前测的开始部分，请被试坐在电脑前，开始实验。表3-1被试的基本情况男女 独生 非独生农村城市合计64 86 103 36 74 47 1503.2.2研究程序第一步，微表情识别能力测验。记录被试对14张微表情图片的识别正确率，为了防止被试捏造数据，要求被试完成所有判断后，将屏幕停留在得出正确率的页面上，主试过去核对后，方可结束实验，收回答卷纸。第二步，第一步结束之后让被试在实验室中填写16PF人格问卷，填写好后举手示意主试收回答题纸。最后，给被试发小礼物，感谢他们的参与。3.3结果分析将人格数据输入SPSS18.0,计算各因素得分。最后根据常模将原始分转化为标准分。4研究结果4.1大学生微表情识别能力表4-1大学生微表情识别能力的平均分与标准差变量 总人数 均值 标准差正确率 150 0.595 0.158 如表4-1所示，大学生微表情识别能力的均值为0.595，即59.5%，微表情的计分方式为百分比的形式，正确率最高为100%。所以本研究中大学生的微表情识别能力的成绩并不理想，总体水平偏低。4.2微表情识别能力的影响因素4.2.1性别对大学生微表情识别能力的影响 表4-2大学生微表情识别能力的性别差异男（n=64）女（n=86）TSig.正确率0.5990.1670.5930.1530.2330.816如表4-2所示，大学生的微表情识别能力在性别上没有显著差异。4.2.2家庭所在地对大学生微表情识别能力的影响表4-3大学生微表情识别能力的家庭所在地差异城市（n=47）农村（n=74）TSig.正确率0.6260.1700.5780.1491.6510.101如表4-3所示，大学生的微表情识别能力在家庭所在地上没有显著差异。4.2.3是否是独生子女对大学生微表情识别能力的影响表4-4大学生微表情识别能力的是否独生的差异独生（n=103）非独生（n=36）TSig.正确率0.6010.1610.5790.1510.6940.489如表4-4所示，大学生的微表情识别能力在是否是独生子女上没有显著差异。4.3大学生微表情识别能力与人格的关系研究得出微表情识别能力与16人格因素中的四个维度存在相关关系。这四个维度分别是敢为性H、忧虑性O、适应与焦虑型C1、内向与外向型C2。具体情况如下：4.3.1微表情识别能力与敢为性的关系从表4-5可以看出，经过spss数据处理分析得出微表情识别能力与敢为性维度之间的相关系数为r=-.199，并在0.01水平上相关性显著，呈负相关。表4-5 大学生微表情识别能力与人格敢为性的相关H正确率Pearson Correlation-.199*Sig. (1-tailed).007Sum of Squares and Cross-products-6.986Covariance-.047*表示p0.01水平上差异显著。4.3.2微表情识别能力与忧虑性之间的关系从表4-6可以看出，经过spss数据处理分析得出微表情识别能力与忧虑性维度之间的相关系数为r=.145，并在0.05水平上相关性显著，呈正相关。表4-6微表情识别能力与忧虑性维度之间的相关分析O正确率Pearson Correlation.145*Sig. (1-tailed).038Sum of Squares and Cross-products5.889Covariance.040*表示p0.05水平上差异显著。4.3.3微表情识别能力与适应与焦虑型之间的关系从表4-7可以看出，经过spss数据处理分析得出微表情识别能力与适应与焦虑型维度之间的相关系数为r=-.139，并在0.05水平上相关性显著，呈负相关。表4-7 微表情识别能力与适应与焦虑型维度的相关分析C1正确率Pearson Correlation.139*Sig. (1-tailed).045Sum of Squares and Cross-products-5.452Covariance-.037*表示p0.05水平上差异显著。4.3.4微表情识别能力与内向与外向之间的关系从表4-8可以看出，经过spss数据处理分析得出微表情识别能力与内向与外向维度之间的相关系数为r=-.143，并在0.05水平上相关性显著，呈正相关。表4-8微表情识别能力与内向与外向型维度的相关分析O正确率Pearson Correlation-.143*Sig. (1-tailed).040Sum of Squares and Cross-products-6.221Covariance-.042*表示在0.05水平上相关显著。5讨论5.1微表情识别能力的影响因素5.1.1性别差异本研究中，大学生的微表情识别能力在性别上不存在显著差异，这可能与微表情识别能力与个体的视敏度有关。Fellner 等人(2007)研究了情绪智力与情绪刺激视觉搜索任务(visual search of emotional stimuli)和微表情识别绩效之间的关系的结果提示，微表情识别能力所反映的可能并不是人的一种情绪能力，而是人的一种认知能力，与人对刺激的知觉加工速度有关7。在微表情识别在其他领域的应用研究时， Frank，Herbasz，Sinuk 等（2009）研究了METT训练适用于不同职业人群的有效程度，以及METT训练效果的迁移问题时，发现在微表情识别能力上也不存在性别差异14。我们的研究结果恰好解释了Frank等人的结论。5.1.2是否独生子女差异和城乡差异 由于本研究取样的一些问题，独生子女与非独生子女的被试量相差较多，因此，此处只讨论城乡对大学生微表情识别能力的影响。研究结果显示，城市大学生的微表情识别能力较高于农村大学生的微表情识别能力。这可能是由于生活的环境的影响，城市的大学生见多识广，有更多得机会接触到现实社会，在人际交往中更容易接触到所谓的“勾心斗角”，可能需要更多的精力放在对别人的观察；而农村的大学生由于生活在相对淳朴的环境中，不需要或多的考虑别人所说的真假。但这种差异并未达到显著程度，因此两个因素的影响并不是很大。5.2微表情识别能力与人格的关系5.2.1大学生微表情识别能力与敢为性之间的关系16PF的敢为性与微表情识别能力显著负相关。敢为性得分较低代表代表胆小，克制，羞怯，谨慎；得分高代表好冒险，勇于社交，放任主动（鲁莽）。微表情识别能力则是考察个人对面部短暂表情的把握，敢为性得分低的同学平时倾向于小心谨慎，更加注重细节，因此在微表情识别能力上会有较好的结果；而敢为性得分高的同学平时倾向于平时粗心大意，忽视细节，因此在微表情识别能力上会稍微偏低。Matsumoto 等人(2000)利用JACBART 的未完全版(包含56 个项目，拥有三个版本，微表情呈现时间分别为1/15s、2/15s、1/5s)考察微表情识别能力与人格的关系。其中两个实验使用大五人格问卷证明了微表情识别能力与责任感之间存在正相关的关系，在责任感得分高的人一般严谨深入，可靠执着，他们可能比其他人更致力于细节，包括与面部表情有关的细节，这样可以解释获得的相关性5。Matsumoto 等人的这个研究结果与本研究的结果是一致的，当人们倾向于谨慎时，会更加注意生活的细节部分，这也是这部分人的微表情识别能力较好。5.2.2大学生微表情识别能力与忧虑性之间的关系16PF的忧虑性与微表情识别能力显著正相关。忧虑性得分低代表安静沉着，有自信心（安闲无虑）；得分高代表忧虑抑郁，烦恼多端（内疚倾向）。忧虑性得分低的同学在平时倾向于自信，悠然自得，少烦恼，也不会自找烦恼，因此可能对于身边一些事情不会给予过多的关注，从而可能导致在微表情识别能力判断上得分低；而忧虑性得分高的同学平时倾向于自我内疚，常烦恼自扰，会去担心一些不存在或者不会发生的事情，因此会对身边即使是细微的事情非常敏感，包括对别人的面部表情，因此会在微表情识别能力上较高。5.2.3大学生微表情识别能力与适应与焦虑型之间的关系16PF的适应与焦虑型与微表情识别能力显著正相关。适应与焦虑型得分低代表适应顺利，通常感觉心满意足，可能缺乏毅力；得分高代表易于激动，焦虑对于自己的境遇常常感到不满意。适应与焦虑型得分低的同学在平时生活中常常以一种平和的心态看待周围的事物，对自己已有的生活状态感到满足，因此可能不会花过多的精力在某件事情上，往往会知难而退，从而在为表情识别能力测验中得分较低；适应与焦虑型得分高的同学在平时生活中倾向于表现出易于激动，急躁，对自己现有的生活常常不满意，会想办法改变自己所处的状态，因此可能会对自己身边的细微变化感应灵敏，从而让他们在微表情识别能力上表现好一点。Matsumoto 等人(2000)利用JACBART 的未完全版(包含56 个项目，拥有三个版本，微表情呈现时间分别为1/15s、2/15s、1/5s)考察了微表情识别能力与人格的关系中第4个实验中采用的是艾森克人格问卷，结果发现被试在JACBART 上的得分与外向性呈正相关的同时，另外与神经质呈负相关，即被试的情绪越不稳定，在微表情识别能力上的得分也就越低，这可能是因为这些人更多的是在协调自己的情绪状态，而不可能去关注别人的情感以及那些情绪不稳定的人5。艾森克人格问卷中神经质(N)反映的是正常行为，与病症无关。分数高可能是焦虑、担心、常常郁郁不乐、忧心忡忡，有强烈的情绪反应，以至于出现不够理智的行为。艾森克指出情绪性（神经质）不稳定的人喜怒无常，容易激动；情绪性（神经质）稳定的人反应缓慢而且轻微，并且很容易恢复平静。本研究中的结果跟Matsumoto 等人的研究结果是相反的，这个可能是由于被试的文化背景差异，本研究中的大学生的人格因素对生活的影响可能与其他国家存在差异。5.2.4大学生微表情识别能力与内向与外向型之间的关系内向与外向型得分低代表内向，羞怯而审慎；得分高代表善于交际，不拘小节，不受拘束。内向型的同时在平时生活中较专心，能够从事较精确性的工作，因此这类同学对于生活中出现细节会有很好的把握，从而对为表情识别测验中短暂的表情能够做出很好的判断；外向型的同学在平时生活中大大咧咧，适合从事外交界的工作，这类同学往往对于生活中的小细节不予关注，因此在微表情识别能力的测验中的成绩较低。Fellner 等人(2007)研究情绪智力与情绪刺激视觉搜索任务(visual search of emotional stimuli)和微表情识别绩效之间的关系时的结果发现，他们的认知智力(cognitive intelligence)分数、人格的开放性程度以及应对方式与他们在上述两种任务上的成绩均呈显著正相关13。Matsumoto 等人(2000)利用JACBART 的未完全版(包含56 个项目，拥有三个版本，微表情呈现时间分别为1/15s、2/15s、1/5s)考察了微表情识别能力与人格的关系，发现JACBART 各版本的信度都很好(克伦巴赫系数均在0.82 以上，1/5s版本的重测信度为r =0.78，p 0.001)，均具有很好的会聚效度(具体参见：Matsumoto et al.,2000),并具有一定的预测效度，被试在JACBART上的得分与他们在大五人格量表开放性(openness)维度上的得分和艾森克人格量表外倾性(extraversion) 维度上的得分呈显著正相关( 如1/15s 秒版本的结果为r = 0.21，r = 0.11，p 0.01)7。6结论6.1大学生为表情识别能力的的整体分析经过分析，可以看出大学生微表情识别能力整体水平并不理想，总体偏低。且不存在性别之间的差异。同时，家庭所在地以及是否是独生子女等因素对大学生的微表情识别能力也没有显著的影响。6.2大学生微表情识别能力与人格之间的关系分析本研究发现，大学生的微表情识别能力与人格因子中的四个维度存在相关关系。分别是与敢为性呈负相关，即敢为性低的同学微表情识别能力却高；与忧虑性呈正相关，即忧虑性高的同学微表情识别能力也高；与适应与焦虑型呈正相关，即适应与焦虑高的同学微表情识别能力也高；与内向与外向型呈负相关，即内向同学的微表情识别能力高。7本研究的不足之处首先，本研究的取样数量有限，不能覆盖所有的大学生，其结论存在一定的局限性。其次，对于大学生微表情识别能力的性别差异、城乡差异和独生子女差异还需要进一步扩大样本进行调查。再者，本实验中微表情识别能力测验所采用的是METT，METT中的前测与后测均以JACBART为基础(Ekman, 2002;Ekman & Sullivan, 2006), 有可靠的信效度(Matsumoto et al., 2000)。然而, 以往研究都限于使用西方文化中的被试群体, 因此, 我们现在并不知道METT 训练是否也适用于其他文化中的人群7。这个测验中的材料是外国人的表情，这个也有可能导致结果出现误差。39参考文献：1Paul Ekman , Maureen OSullivan . Who Can Catch A Liar.2肖洁. 尽管你撒谎不脸红 微表情透露你的心. 科学时报/2010年/10月/19日/第A02版 要闻.3黄希庭,人格心理学, 绪论第一节.4刘继亮,孔克勤, 人格特质研究的新进展. 心理科学/2001年/第24卷第3期.5David Matsumoto, Jeff LeRoux, Carinda Wilson-Cohn,Jake Raroque, Kristie Kooken, Paul Ekman, Nathan Yrizarry, Sherry Loewinger, Hideko Uchida, Albert Yee, Lisa Amo, and Angeline Goh.A New Test To Measure Emotion Recognition Ability: Matsumoto And Ekmans Japanese And Caucasian Brief Affect Recognition Test (JACBART).6Paul Ekman and Wallace V.Friesen , Sonia Ancoli . Facial Signs Of Emotional Experience. Journal Of Personality And Social Psychology 1980. Vol.39, No.6,1125-1134.7吴齐,申寻兵，傅小兰.微表情研究及其应用.心理科学进展/2010,Vol.18,No.9, 1359-1368.8Mark G.Frank, Paul Ekman . The Ability To Detect Deceit Generalizes Across Different Types Of High-Stake Lies. Journal Of Personality And Social Psychology 1997. Vol.72, No.6,1429-1439.9晨曦. 捕捉“微表情”.百科新说/2010年07月.10Gemma Warren,Elizabeth Schertler,Peter Bull.Detecting Deception from Emotional and Unemotional Cues . Published online: 4 November 2008, Springer Science+Business Media, LLC 2008.11Ekman, P. (2002). MicroExpression Training Tool (METT).Retrieved April 15, 2009, from http:/www.paulekman.Com.12Ekman, P. (1992). Facial expressions of emotion: An oldcontroversy and new findings. Philosophical Transactions of the Royal Society of London, Series B: BiologicalScience, B335, 6369.Friesen, W. V. & Ekman, P. (1984). EMFACS-7: EmotionalFacial Action Coding System. Version 7. Unpublished manual.13Fellner, A., Matthews, G., Funke, G. J., Emo, A. K.,Prez-Gonzlez,J.C., Zeidner, M., & Roberts, R.D.(2007). The effects of emotional intelligence on visualsearch of emotional stimuli and emotion identification. In:Proceddings of the Human Factors and ErogonomicsSociety 51st Annual Meeting (pp. 845849). Santa Monica,CA, USA: HEFS.14Frank, M. G., Herbasz, M., Sinuk, K., Keller, A., & Nolan, C.(2009) . I see how you feel: trai- ning laypeople andprofessionals to recognize fleeting emotions. In: theAnnual Meeting of the International Communication Association, Sheraton New York, New York City, NY.Retrieved July 1, 2009, from /meta/p15018_index.html.15尤瑾，郭永玉.“大五”与五因素模型：两种不同的人格结构.心理科学进展 2007，15（1）：122-128.16豆宏建.人格研究的三种传统及其整合.西北师大学报（社会科学版） 2006年/3月第43卷/第2期.17Friesen, W.V. & Ekman,P. (1984). EMFACS-7: Emotional Facial Action Coding System. Version 7. Unpublished manual.18Biehl, M.,Matsumoto,D.,Ekman,P.,Hearn,V.,Heider,K.,Kudoh, T., & Ton, V. (1997).Matsumoto and Ekmans Japanese and Caucasian Facial Expressions of Emotion (JACFEE):Reliability data and cross-national differences. Journal of Nonverbal Behavior, 21 (1), 322.19Buck, R. W., Savin,V. J., Miller, R. E., & Caul, W. F. (1972). Communication of affect through facial expressions in humans. Journal of Personality and Social Psychology, 23 (3), 362371.致谢这篇论文能够顺利完成首先我要感谢的是我的导师吴继霞老师。在最初我们被安排给吴老师的时候，吴老师就很细心，把论文的相关事项、自己的空余时间、联系方式都很详细的告诉了我们，让我们先对论文的写作及相关要求有了大致的了解，而且吴老师还怕我们对选题没有灵感，特意把她最近在研究的课题告诉了我们，这些课题对我的选题起了很大的帮助。在写论文的过程中，老师一直都给予悉心的指导，老师白天都很忙，但晚上还是要抽空看我提交的论文，帮我修改，并及时的反馈给我，对老师的感激之情无语言表。老师的学术成就及为人处世一直是我所崇拜的，就算我走出了校园，以后也许再也不会见面，我还是会一直感激着您，不仅仅是对我论文的帮助，还有老师曾经教给我们的人生道理。其次，我还要感谢的是我的学姐，也就是苏大研三的曹学姐，因为我们的论文有相通的地方，在我准备论文以及写论文的过程中学姐给了我很多帮助，特别是在准备的实验的时候，学姐帮我解决了很多困难，让我的实验能够顺利的结束。没有学姐的帮助，我的论文不可能写的如此顺利。希望学姐能一直幸福快乐。然后，我还要感谢的是我的舍友，她在我写论文期间也给了很大的帮助，我们在一起住了四年，在此期间我们朝夕相处，在学习和生活上你都给了我很多的帮助，我真心的谢谢你，要毕业了，我也不知道该说什么，只道一句：朋友，珍重。大学四年转瞬即逝，要感谢的人很多，我的班主任张老师，和蔼可亲，不仅关心着我们的学习也关心着我们的生活，还有许许多多的任课老师，谢谢你们的教导，让我们在以后的人生路上会走的更好，还有我可爱的同学们，毕业在即，真的很舍不得，希望你们以后一切顺利！最后，我要感谢我的爸爸妈妈，是你们给了我最大的支持与信任，是你们的付出才有了现在的我。感谢我所有的亲人，谢谢你们对我的关心和帮助！谨以此文，回报所有关心我的人！ 沈红红 二零一一年五月附录：METT测验的部分情况METT(Micro Expression Training Tool)是心理学家Ekman等建立的一套微表情训练工具。一共包括六个部分，其中前测与后测部分均以JACBART为基础(Ekman, 2002;Ekman & Sullivan, 2006), 有可靠的信效度(Matsumoto et al., 2000)。本研究中就是使用METT的前测部分对大学生的微表情识别能力进行测试。前测中一共包括14个人的面部表情材料，在面部表情发生变化之前是一个中性表情，用来控制视觉后像对实验结果的影响。在实验中，被试观察后选择像对应的情绪词，然后点击下一题继续实验。直到14题全部完成，系统会自动给出被试的测验分数。下面的材料是来自METT的部分截图，仅供参考。文献综述微表情的概念及研究随着美剧别对我撒谎风靡全球，微表情研究越来越受到人们的重视，谎言真的可以用这种科学的方法识别吗？剧中主人公所经历的事情是根据美国心理学家保罗艾克曼的真人真事改编的。随着社会的发展，人类对自己真正情绪的控制力越来越强。因此，人们对谎言识别的准确性也就越来越低，而微表情的的研究发展则为谎言识别提供了一个新的途径和方向。Haggard 和Isaacs (1966) 率先发现微表情,认为微表情与自我(ego)防御机制有关, 表达了被压抑的情绪。他们的研究当时并未引起其他研究者的重视。因一个偶然的机会, Ekman 和Friesen(1969)也独立地发现了微表情。微表情，是内心流露与掩饰，是心理学名词。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但这是种烦人的特性，很容易暴露情绪。当面部在做某个表情时，这些持续时间极短的表情会突然一闪而过，而且有时表达相反的情绪。从古至今，人类对面部表情的研究结果已经相当丰富，但是大多数都关注的是人类的普通表情(Ekman&Rosenberg,2005) 。然而，人除了有普通表情，还存在着两种常常难以被人察觉的表情：一种是弱表情(subtleexpression),其强度非常低；另一种是微表情(microexpression)，其持续时间非常短(Ekman 2002)。由于微表情与撒谎的关系密切(Ekman 2003,2009;Ekman&Sullivan 2006)，微表情近年来备受科学界(Schubert,2006)和新闻界(Henig 2006)的关注。 美国心理学家Ekman和Friesen(1969)发现在临床心理学家中一些人可以不借助慢速播放技术就察觉到微表情的存在，据此，Ekman和Friesen推断，能很好识别微表情的人，也能很好的判断人是否在撒谎。心理学家Paul Ekman以及Maureen OSullivan曾通过对509个不同领域的人进行测验，发现人具有察觉谎言的能力，同时在那次测验中美国特勤局的正确率要高于其他人。结果发现是因为他们用了不同行为线索和有不同的技能。于是Ekman研究团队开始构造测量微表情识别能力的工具。他们分别在1997年和2002年研制了两个微表情识别能力测验，其中2002年的测验较好的解决了1997年测验所缺乏的生态学效度。到目前为止，微表情研究较多成果大多是外国人取得的，比如微表情识别能力测验以及微表情识别能力训练工具，而中国在微表情这一领域的研究还不成熟。中科院心理所所长傅小兰研究员坦诚，微表情非常短暂，不易识别，目前实验材料也非常少。她还特别指出，相对于我国对微表情的研究知之甚少，美国在这方面已经进行了几十年的工作了，但相关的很多研究并没有在公开的刊物上发表，也没有经过相应的同行评议环节。就国内而言，关于微表情的研究经过公开在刊物上发表的只有吴齐、申寻兵以及傅小兰2010年在心里科学进展上发表的微表情研究及其应用。2010年10月11日下午，在中国科学院研究生院和高等教育出版社联合主办的“中国科学与人文论坛”第104场报告会上，中科院心理所所长傅小兰研究员给听众们介绍了这种微妙的“微瞬间表达”。傅小兰说，其实微表情和普通表情在很多方面都是一样的，唯一的差别就是持续时间的长短。傅小兰介绍说，研究发现，具有超强识别谎言能力的人主要的判断依据就是看对方的微表情。人格的概念及已有的研究人格是心理学理论中的核心概念，人格一词起源（英文personality）自古希腊语persona，最初指演员所戴的面具，而后指演员一个具有特殊性质的人。现代心理学沿用persona的含义，转意为人格。综合各家的定义，可以认为，人格是个体在行为上的内部倾向，它表现为个体适应环境时在能力、情绪、需要、动机、兴趣、态度、价值观、气质、性格和体质等方面的整合，是具有动力一致性和连续性的自我，是个体在社会化过程中形成的给人以特色的心身组织。人格的研究方式跟成果已经有许多，到目前为止，西方对人格的研究已经取得较多的成就，建立了许多成熟的人格理论，其中有着实证经验的人格理论是人格的特质理论（以卡特尔人格特质理论为代表），并提出不同的人格维度模型，其中包括“大五”人格模型（最为流行的人格结构模行）、“大七”人格模型（Tellegen和Waller提出）。美国伊诺州立大学人格及能力测验研究所雷蒙德卡特尔教授受化学元素周期表的启发，用因素分析法对人格特质进行了分析，提出了基于人格特质的一个理论模型。卡特尔16种人格因素测验（16PF）就是卡特尔教授经在人格特质理论的基础上经过几十年的系统观察和科学实验，以及用因素分析统计法慎重确定和编制而成的一种精确的测验。本测验在国际上颇有影响，具有较高的效度和信度，广泛应用于人格测评、人才选拔、心理咨询和职业咨询等工作领域。这一测验能测量出十六种主要人格特征，翻具有相当于初三以上文化程度的人都可以使用。我国的研究者对该问卷进行了修订，到目前为止共有三个修订本：1970年刘永和、梅吉瑞修订本，1981年辽宁省教科所李绍衣修订本，1988年华东师大戴忠恒、祝蓓里修订本。国内的修订本均包含187个项目，测量结果可获得16种人格因素（A乐群性；B聪慧性；C稳定性；D恃强性；F兴奋性；G有恒性；H敢为性；I敏感性；L怀疑性；M幻想性；N世故性；O忧虑性；Q1实验性；Q2独立性；Q3自律性；Q4焦虑性）、4种次级因素（X1适应与焦虑；X2内外向；X3感情用事与安祥机警；X4怯懦与果断）和4种预测因素（Y1心理健康；Y2专业有成就；Y3创造力；Y4适应新环境）。人格研究的根本目的是为了对人们的行为进行合理的解释，并对将来的行为作出准确的预测。因此人格研究的进步为人们对个体行为的掌握提供了可能性。微表情与人格的关系研究随着微表情识别能力测验的完善研究者也开始利用这些工具探究微表情识别能力的个体差异，目前可以知道的是Matsumoto等人(2002)利用JACBART(日本人与高加索人短暂表情识别测验)的未完全版(包含56个项目，拥有三个版本，微表情呈现时间分别为1/15s、2/15s、1/5s)考察了微表情识别能力与人格的关系，发现被试在JACBART上的得分与他们在大五人格量表开放性（openness）维度上的得分与艾森克人格量表外倾性（extraversion）维度上的得分呈显著正相关（如1/15s版本的结果为r=0.21,r=0.11,p0.01）研究结果提示，不同人格特点的人，或许也有不同的微表情识别能力。Matsumoto等人的研究揭示了微表情识别能力与人格的关系，然而中西方之间存在着文化差异，他们的研究工具不一定适合中国人，研究结果也不一定符合中国人。同时，在日常生活中，人们会发现不同人格特点的人情绪表现也各不相同，所以中国大学生微表情识别能力与人格的关系值得探讨。A NEW TEST TO MEASURE EMOTION RECOGNITION ABILITY: MATSUMOTO AND EKMANS JAPANESE AND CAUCASIAN BRIEF AFFECT RECOGNITION TEST (JACBART)ABSTRACT: In this article, we report the development of a new test designed to measure individual differences in emotion recognition ability(ERA), five studies examining the reliability and validity of the scores produced using this test, and the first evidence for a correlation between ERA measured by a standardized test and personality. Utilizing Matsumoto and Ekmans (1988) Japanese and Caucasian Facial Expressions of Emotion (JACFEE) and Neutral Faces (JACNeuF), we call this measure the Japanese and Caucasian Brief Affect Recognition Test (JACBART). The JACBART improves on previous measures of ERA by (