We conducted two experimental studies with between‐subjects and within‐subjects designs to investigate the item response process for personality measures administered in high‐ versus low‐stakes situations. Apart from assessing measurement validity of the item response process, we examined predictive validity; that is, whether or not different response models entail differential selection outcomes. We found that ideal point response models fit slightly better than dominance response models across high‐ versus low‐stakes situations in both studies. Additionally, fitting ideal point models to the data led to fewer items displaying differential item functioning compared to fitting dominance models. We also identified several items that functioned as intermediate items in both the faking and honest conditions when ideal point models were fitted, suggesting that ideal point model is “theoretically” more suitable across these contexts for personality inventories. However, the use of different response models (dominance vs. ideal point) did not have any substantial impact on the validity of personality measures in high‐stakes situations, or the effectiveness of selection decisions such as mean performance or percent of fakers selected. These findings are significant in that although prior research supports the importance and use of ideal point models for measuring personality, we find that in the case of personality faking, though ideal point models seem to have slightly better measurement validity, the use of dominance models may be adequate with no loss to predictive validity.

中文翻译：

---

研究高风险情况下对人格测度的项目反应过程：测度效度和预测效度问题

我们对受试者之间和受试者内部设计进行了两项实验研究，以研究在高风险和低风险情况下进行人格测评的项目反应过程。除了评估项目响应过程的计量有效性外，我们还检查了预测有效性。也就是说，不同的响应模型是否需要不同的选择结果。我们发现，在两项研究中，在高风险和低风险情况下，理想的点响应模型都比优势响应模型好一些。此外，与拟合优势模型相比，将理想点模型拟合到数据导致显示差异项功能的项目更少。我们还确定了在拟合理想点模型时，在伪造和诚实条件下可用作中间项目的一些项目，这表明理想点模型“理论上”在这些情况下更适合个性清单。但是，使用不同的响应模型（优势vs.理想点）对高风险情况下人格测度的有效性或选择决策的有效性（例如平均表现或选择的伪造者的百分比）没有实质性影响。这些发现具有重大意义，因为尽管先前的研究支持理想点模型在测量人格中的重要性和使用，但我们发现，在假冒人格的情况下，尽管理想点模型似乎具有更好的测量效度，但优势模型的使用可能足够而不会影响预测有效性。但是，使用不同的响应模型（优势vs.理想点）对高风险情况下人格测度的有效性或选择决策的有效性（例如平均表现或选择的伪造者的百分比）没有实质性影响。这些发现具有重大意义，因为尽管先前的研究支持理想点模型在测量人格中的重要性和使用，但我们发现，在假冒人格的情况下，尽管理想点模型似乎具有更好的测量效度，但优势模型的使用可能足够而不会影响预测有效性。但是，使用不同的响应模型（优势vs.理想点）对高风险情况下人格测度的有效性或选择决策的有效性（例如平均表现或选择的伪造者的百分比）没有实质性影响。这些发现具有重大意义，因为尽管先前的研究支持理想点模型在测量人格中的重要性和使用，但我们发现，在假冒人格的情况下，尽管理想点模型似乎具有更好的测量效度，但优势模型的使用可能足够而不会影响预测有效性。或选择决策的有效性，例如平均表现或所选择假货的百分比。这些发现具有重大意义，因为尽管先前的研究支持理想点模型在测量人格中的重要性和使用，但我们发现，在假冒人格的情况下，尽管理想点模型似乎具有更好的测量效度，但优势模型的使用可能足够而不会影响预测有效性。或选择决策的有效性，例如平均表现或所选择假货的百分比。这些发现具有重大意义，因为尽管先前的研究支持理想点模型在测量人格中的重要性和使用，但我们发现，在假冒人格的情况下，尽管理想点模型似乎具有更好的测量效度，但优势模型的使用可能足够而不会影响预测有效性。