在上一个单元中，我们一起踏入了人格心理学的大门，了解了人格的基本概念、研究方法，以及几个重要的理论流派。从这一单元开始，我们将聚焦於本课程的核心主题——HEXACO模型。这个模型是当代人格心理学中最重要的理论发展之一，它不仅在学术研究中获得了广泛的关注，也在实务应用中展现出独特的价值。然而，要真正理解HEXACO模型为何与众不同，我们首先需要了解支撑它建立的科学方法——词汇学研究方法和因素分析技术。这两个看似枯燥的概念，其实是开启人格奥秘的钥匙，而它们背後的故事同样引人入胜。让我们一起来揭开这层神秘的面纱吧。
table of content说到人格测量，大家可能会立刻想到那些长长的问卷题目。但你可能不知道的是，现代人格研究的根基，其实跟我们日常使用的语言有着密切的关联。这一切都始於一个看似简单但影响深远的假设——「词汇学假设」（Lexical Hypothesis）。
词汇学假设的核心思想是这样的：如果某种人格特质在人类社会互动中足够重要，人们就会在语言中创造出相应的词汇来描述它。换句话说，我们日常使用的语言——那些用来描述「他是什麽样的人」的词汇——实际上反映了我们社会认为在区分个体时最重要的心理差异。这个假设看似简单，却蕴含着深刻的洞察：我们不需要凭空发明人格分类的类别，而是可以从语言中发现它们。
这个假设的历史可以追溯到二十世纪初期。美国心理学家高登·阿尔波特（Gordon Allport）和他的助手奥迪伯（Henry Odbert）在1936年做了一件看似平凡但意义深远的事情——他们从当时的韦氏英语词典中挑选出了所有可能用来描述人格特质的形容词。你猜他们找到了多少个？超过四千五百个！这个数字令人震惊，但它告诉我们一件事：人们用来区分彼此的语言是多麽丰富和细致。
阿尔波特和奥迪伯的工作开创了人格研究的词汇学传统。他们的学生卡茨（D. W. Katz）进一步将这些词汇进行了分类，识别出四种主要的类别：评价性特质（如好、坏）、能力性特质（如聪明、笨）、动力性特质（如勤奋、懒惰），以及态度性特质（如友好、敌对）。这种分类虽然还比较粗糙，但已经为後续的因素分析研究奠定了基础。
词汇学假设为什麽如此重要？因为它提供了一个客观的、经验性的基础来研究人格。研究者不需要凭空想像人格应该由哪些维度组成，而是可以从实际的语言使用中发现它们。这种方法确保了人格维度具有生态效度——它们确实是人们在日常生活中用来描述和区分彼此的真实类别，而非心理学家书房中的抽象发明。
然而，词汇学假设也不是没有批评者。一些研究者指出，语言可能会受到文化偏见、历史变迁和社会价值的影响，这可能导致某些重要的人格面向被忽略或扭曲。例如，在某些文化中被高度重视的特质，可能在另一些文化的语言中缺乏相应的词汇。这个问题在跨文化人格研究中尤其重要，也是後续研究者需要持续关注和解决的挑战。
了解了词汇学假设之後，你可能会好奇：研究者如何实际执行这种研究呢？让我们一起走过词汇学研究的基本流程，看看这个从语言到理论的旅程是什麽样子的。
第一步是词汇的收集与筛选。研究者首先需要确定研究的语言范围，然後从该语言的词典、语料库或日常用语中收集人格相关的形容词。这一步看似简单，实际上需要考虑很多问题：应该收集哪些词类（仅限形容词，还是包括动词和名词）？应该纳入多少词汇？如何处理同义词和多义词？不同研究者可能会做出不同的选择，但重要的是要保持一致性和系统性。
第二步是词汇的分类和评定。在收集到大量词汇之後，研究者需要对它们进行整理。最基本的方法是邀请大量的评定者对每个词汇进行评分，例如评定这个词汇在描述人格时的重要性、这个词汇所描述的特质是积极的还是消极的、这个词汇与其他词汇之间的相似程度等。这些评定资料将成为後续因素分析的输入数据。
第三步是因素分析的执行。研究者使用统计方法来分析评定资料，识别出词汇之间的模式，从而发现人格的基本维度。这就是我们下一节要详细介绍的因素分析技术。因素分析的结果会告诉我们，哪些词汇倾向於一起出现，指向一个共同的人格维度；哪些词汇则代表了不同维度之间的差异。
第四步是结果的解释和命名。当因素分析识别出若干维度之後，研究者需要为每个维度命名。这不是随便取一个好听的名字就可以了，而是要考虑该维度所包含的词汇的共同意义，以及该维度在理论上的含义。维度的命名对於後续的沟通和理解至关重要，因此研究者通常会参考已有的理论文献和日常语言习惯来做出选择。
最後一步是跨文化验证和理论整合。当一个人格结构在某个语言文化中被识别出来之後，研究者会想知道这个结构是否具有跨文化的普遍性。於是他们会在其他语言文化中进行类似的研究，比较不同文化中发现的人格结构。这种跨文化验证不仅可以检验理论的普遍性，还可能发现文化特定的人格面向。
因素分析技术是这个过程中的核心环节。没有因素分析，我们就无法从大量的词汇评定资料中提取出有意义的维度结构。让我们在下一节中更深入地了解这个强大的统计工具。
因素分析（Factor Analysis）可以说是人格心理学研究中最重要的统计工具。这个由心理学家和统计学家共同发展的技术，能够帮助研究者从大量的变项中识别出少数几个潜在的维度或因素。听起来有点抽象，让我们用一个生活化的比喻来理解。
想像你面前有一盘各种颜色的水果糖，有红的、绿的、黄的、蓝的，它们看起来杂乱无章。但如果你换一个角度观察，可能会发现：所有红色的糖果都是草莓味的，绿色的都是青苹果味的，黄色的都是柠檬味的。这个「颜色」就是一个潜在的维度，它将表面上杂乱的糖果分成了有意义的类别。因素分析所做的，就是类似的事情——它帮助我们从观察到的变异中发现背後的结构。
因素分析的数学基础涉及复杂的线性代数计算，但我们可以从概念上理解它的运作方式。当研究者收集到大量受测者在许多变项上的评分资料时，这些资料之间往往存在着相关——某些变项倾向於一起变化。因素分析会计算这些相关的模式，然後识别出少数几个「因素」，每个因素代表了一组共同变化的变项。换句话说，因素分析问的是：「在这麽多测量变项的背後，有哪些更基本的维度在起作用？」
因素分析有两种主要的类型：探索性因素分析（Exploratory Factor Analysis, EFA）和验证性因素分析（Confirmatory Factor Analysis, CFA）。探索性因素分析在研究者对资料结构没有明确假设时使用，它会让资料「说话」，自动识别出因素结构。验证性因素分析则在研究者已经有了一个理论假设时使用，用来检验这个假设是否与资料吻合。在人格研究的实践中，这两种方法通常会结合使用：首先用探索性因素分析来发现基本的维度结构，然後用验证性因素分析来验证和精炼这个结构。
在人格研究中，因素分析的应用有一个重要的特点：研究者通常会使用「斜交旋转」（oblique rotation）而非「直交旋转」（orthogonal rotation）。这是因为人格维度之间往往存在着一定程度的相关——例如，外向性高的人通常也有较高的宜人性。斜交旋转允许因素之间存在相关，因此能够更真实地反映人格结构的复杂性。
因素分析虽然强大，但也不是没有局限性。它需要大量的样本资料才能得到可靠的结果；它对因素数目的决定有一定的任意性；它的结果可能受到研究者选择的变项和参数的影响。因此，优秀的因素分析研究需要结合理论判断和统计标准，审慎地解释结果。因素分析不是魔术师的帽子，不能保证从帽子里变出来的东西一定是真理——它是一个强大的工具，但需要被正确地使用和审慎地解释。
因素分析在人格研究中有着丰富的应用历史，从最早期的探索到现代的精确验证，这个工具帮助研究者一步步揭开人格结构的神秘面纱。让我们回顾一些经典的研究案例，这些研究为现代人格理论奠定了基础。
早在1930年代和1940年代，美国心理学家雷蒙德·卡尔·卡特尔（Raymond Cattell）就率先将因素分析方法大规模应用於人格研究。卡特尔首先识别出约四千五百个描述人格的英语形容词，然後透过一系列精细的因素分析研究，识别出十六种主要的人格因素。他发展出了着名的「十六人格因素问卷」（16PF），这是历史上最具影响力的人格测验之一。卡特尔的工作展示了因素分析在人格研究中的巨大潜力，但他识别出的因素数目之多，也让後续的研究者开始思考是否还有更简洁的基本结构。
到了1960年代，美国海军研究办公室资助了一个大型的人格因素研究项目。研究者埃德温·图佩斯（Edwin Tupes）和雷蒙德·克里斯塔尔（Raymond Christal）分析了八个不同样本的因素分析结果，发现有五个因素在所有样本中稳定地出现。他们在1961年发表的论文标志着「五大」人格结构的发现。然而，这个发现在当时并没有引起广泛的关注，直到1990年代才被重新发现和发扬光大。
1990年代是人格因素研究的黄金时代。刘易斯·戈德伯格（Lewis Goldberg）在Oregon Research Institute进行了一系列大规模的词汇学因素分析研究，确认了五个基本人格维度的存在，并推动了「大五」人格模型（Big Five Model）的普及。几乎同一时期，保罗·科斯塔（Paul Costa）和罗伯特·麦克里（Robert McCrae）发展出了NEO人格量表，这个量表测量神经质、外向性、宜人性、尽责性和经验开放性五个维度，迅速成为人格研究中最常用的工具。他们的工作不仅提供了测量五大维度的标准化工具，还积累了大量关於这些维度与各种生活结果关联的实证资料。
因素分析在人格研究中的应用也经历了方法的进步。随着电脑运算能力的提升，研究者可以执行更复杂的分析，比较不同的因素模型，检验测量工具的心理测量学特性。验证性因素分析的发展尤其重要，它让研究者能够严格地检验理论假设与资料之间的吻合度，而不是仅仅依赖探索性分析的结果。这种从探索到验证的方法论转变，提升了人格研究的严谨性和可重复性。
因素分析在人格研究中的应用也面临着一些挑战和批评。一些研究者指出，因素分析的结果可能受到样本特性的影响，不同的样本可能会产生不同的人格结构。这个问题在跨文化研究中尤其明显：某些因素可能在某些文化中被识别出来，但在另一些文化中却不稳定。这促使研究者发展出更加严谨的跨文化验证方法，也引发了关於人格结构普遍性和文化特殊性的持续辩论。
table of content在人格心理学的学术史上，有些重要的发现来自於实验室中的系统研究，有些则来自於偶然的灵感闪现。HEXACO模型的故事，则是这两种情况的奇妙结合。故事的主角是当时还在攻读博士学位的韩国学者李奇范（Kibeom Lee），以及他的指导教授艾什顿（Michael Ashton）。他们的合作始於对一个基本问题的追问：传统的大五人格模型，是否真的完整地描述了人格的基本结构？
故事的起因是李奇范在阅读人格心理学文献时的一个观察。他注意到，虽然大五模型已经获得了广泛的接受，但研究者们在谈论「宜人性」（Agreeableness）这个维度时，似乎总有那麽一点别扭。这个维度似乎包含了太多不同的东西——它既涉及与人相处时的温暖和合作，也涉及道德诚实和公平正义。这两类特质虽然有一定的相关，但它们在心理学意涵上可能代表着相当不同的倾向。这个观察促使李奇范提出了一个大胆的假设：也许宜人性维度中的某些成分应该被独立出来，成为一个单独的人格维度？
这个假设乍看之下可能只是学术上的吹毛求疵，但如果它是真的，那就意味着大五模型遗漏了一个重要的人格维度。为了验证这个假设，李奇范和艾什顿决定进行一项大规模的跨文化词汇学研究。他们收集了来自多种语言的词汇学资料，然後进行因素分析，看看是否能够识别出一个在大五模型之外的新维度。
这个研究的过程充满了挑战。首先，跨文化词汇学研究需要大量的资源和协作——李奇范和艾什顿需要与来自不同国家和语言背景的研究者合作，收集和整理各地的词汇学资料。其次，因素分析的执行和结果的解释需要谨慎的判断，研究者需要区分真正稳定的人格因素和可能只是样本特定的偶然模式。第三，新维度的识别只是第一步，如何命名这个维度、如何理解它在人格结构中的位置，都是需要仔细考虑的问题。
经过多年的努力，李奇范和艾什顿终於在2004年发表了他们的开创性论文。在这篇论文中，他们报告了他们的跨文化因素分析结果，并提出了一个六维度的人格模型。他们将新识别出来的第六个维度命名为「诚实-谦逊」（Honesty-Humility），这个维度捕捉了那些在传统宜人性维度中被忽略的道德品质层面。这就是HEXACO模型的诞生时刻。
HEXACO模型的建立过程中，最关键的一步是跨文化词汇学研究。为什麽跨文化研究如此重要？因为任何人格理论如果宣称描述的是人类普遍的人格结构，就必须能够在不同文化背景下得到验证。如果一个模型只适用於某个特定的文化，那麽它最多只能被称为「某文化的人格结构」，而非普遍的人格理论。
李奇范和艾什顿的跨文化研究涉及多种不同的语言和文化背景。他们与来自世界各地的研究者合作，收集了荷兰语、英语、芬兰语、希腊语、匈牙利语、韩语、马来语、波兰语、俄语、西班牙语等多种语言的词汇学资料。这种大规模的跨文化合作在当时是相当罕见的，也为研究结果的普遍性提供了有力的支持。
研究的具体过程是这样的：在每种语言中，研究者首先从该语言的词典或语料库中收集人格相关的形容词。然後，邀请该语言的使用者对这些形容词进行评定，例如评定每个词汇在描述人格时的重要性。接着，研究者对所有语言的评定资料进行因素分析，识别出跨语言稳定的人格维度。最後，比较不同语言中的因素结构，看看哪些维度是普遍存在的，哪些可能是文化特定的。
研究结果令人振奋。李奇范和艾什顿发现，五个传统的大五维度在几乎所有语言中都能够识别出来，这支持了这些维度的跨文化普遍性。与此同时，他们还发现了一个在大五模型中没有被充分捕捉的新维度——诚实-谦逊维度。这个维度在所有参与研究的语言中都能够被识别出来，显示它不是某个特定文化的产物，而是人类人格结构中普遍存在的一个层面。
跨文化研究的另一个重要发现是关於人格维度的数量。李奇范和艾什顿发现，某些在英语人格词汇中常见的维度，在其他语言中可能并不那麽突出；反之，某些在其他语言中被高度重视的人格面向，在英语中可能缺乏相应的词汇。这种发现提醒我们，语言和文化会影响我们对人格的分类方式，而词汇学研究的结果需要在文化脉络中谨慎地解释。
跨文化词汇学研究的方法也经历了不断的改进和精炼。早期的研究可能只涉及少数几种语言，样本规模也相对较小。後来的研究则发展出了更为系统化的程序，包括标准化的词汇收集和筛选指南、统一的评定量表、以及更严格的跨文化等值性检验。这些方法论的进步，使得跨文化人格研究的结论更加可靠和有意义。
诚实-谦逊维度的识别是HEXACO模型最重要的贡献。这个维度的发现过程涉及仔细的因素分析、理论的推敲，以及对现有文献的深入理解。让我们一起来了解这个新维度是如何被识别出来并命名的。
在因素分析过程中，李奇范和艾什顿注意到，有一组词汇在所有语言中都有着相似的评定模式。这组词汇包括诚实、真诚、公平、谦逊、朴实等。它们在传统大五模型的宜人性维度中占有重要的位置，但与宜人性的其他组成部分（如友好、顺从、信任）又有着明显的区别。进一步的分析显示，将这组词汇独立为一个单独的因素，能够更好地解释资料中的变异，也与理论预期更为吻合。
这个新维度被命名为「诚实-谦逊」（Honesty-Humility），这个名字反映了该维度所涵盖的两个核心主题。「诚实」这个部分涉及真实和坦率的品质，包括不欺骗、不操纵、遵守承诺等倾向。「谦逊」这个部分涉及对自我成就的适当评价，包括不自我膨胀、不追求过度的认可等倾向。当然，这两个主题在概念上是相互关联的——一个真正谦逊的人通常也是诚实的，而一个诚实的人也会谦逊地看待自己的优点和成就。
诚实-谦逊维度的识别填补了大五模型的一个重要空白。在大五模型中，道德品质相关的特质被放在宜人性维度中，但宜人性同时还包含了许多与道德无关的特质（如对他人的信任和顺从）。这种混合可能导致对人格结构的误解，也可能在某些应用情境中造成问题。例如，在预测作弊行为或道德决策时，诚实-谦逊维度比传统的宜人性维度有着更强的预测力，因为它更直接地捕捉了道德品质的核心。
诚实-谦逊维度本身还可以细分为几个子面向。李奇范和艾什顿识别出这个维度的四个主要子面向：真诚（Sincerity）、公平（Fairness）、避免贪婪（Greed Avoidance）和谦逊（Modesty）。这种细分使得测量更加精确，也为理解这个维度的复杂性提供了更细致的框架。例如，一个人可能在真诚这个子向上得分很高，但在谦逊这个子向上得分较低——这种细节在粗略的大五测量中可能无法被捕捉到。
诚实-谦逊维度的发现引发了後续的大量研究和讨论。一些研究者试图在不同的文化和样本中重复这个发现，结果大多支持了这个维度的稳定性。另有研究者探索了这个维度与各种生活结果的关联，发现它与道德行为、公平偏好、合作倾向等都有着显着的相关。这些发现进一步确认了诚实-谦逊作为人格基本维度的地位。
任何理论的价值最终都要接受实证研究的检验。HEXACO模型提出之後，李奇范、艾什顿以及众多後续研究者进行了大量的研究来验证和发展这个模型。这些研究涉及测验的发展、因素结构的确认、以及与生活结果关联的探索。
在测验发展方面，李奇范和艾什顿发展出了HEXACO人格量表（HEXACO Personality Inventory）。这个量表经历了多个版本的迭代，从最早的版本发展到现在广泛使用的HEXACO-100和HEXACO-60版本。每一个版本的发展都基於严格的心理测量学标准，包括因素结构的验证、内部一致性信度的评估、以及效度研究的支持。HEXACO量表已经被翻译成数十种语言，在世界各地的研究中广泛使用。
在因素结构的验证方面，後续研究者使用验证性因素分析方法对HEXACO的六维度结构进行了严格的检验。这些研究在多种文化和样本中进行，结果大多支持了六维度结构的合理性。当然，也有一些研究报告了不同的发现，例如某些样本可能表现出不同的因素模式。这些发现提醒我们，人格结构虽然有着相当的稳定性，但也可能受到样本特性、文化背景等因素的影响。
在与生活结果关联的研究方面，HEXACO模型展现了独特的预测价值。诚实-谦逊维度在预测道德行为、公平偏好、领导风格等方面，表现出优於大五模型中宜人性维度的预测力。其他维度也展现出与各自理论预期相符的结果关联模式，例如尽责性维度与学业成就和职业表现的关联，情绪性维度与心理健康问题的关联等。这些发现不仅验证了HEXACO模型的理论效度，也为模型在实务应用中的价值提供了支持。
HEXACO模型的後续发展还包括对细分面向的进一步探索。研究者在六个主要维度之下识别出了二十多个细分面向，这些面向能够提供更为精细的人格描述。例如，诚实-谦逊维度包含真诚、公平、避免贪婪和谦逊四个面向；外向性维度包含社交自信、社交大胆、社交性和活力四个面向。这种面向层级的细分使得HEXACO模型在需要精细人格描述的应用情境中具有独特的优势。
table of content当我们了解了HEXACO模型的来龙去脉之後，自然会问一个问题：这个新模型与传统的大五模型相比，究竟有什麽不同？为什麽需要从五个维度扩展到六个维度？这个问题的答案涉及理论的精确性、测量的有效性，以及对人格现象理解的深度。让我们来详细比较这两个模型。
首先，让我们看看两个模型中相互对应的维度。HEXACO模型的六个维度中，有五个与大五模型中的维度大体对应。情绪性维度（Emotionality）对应於大五中的神经质（Neuroticism），都描述个体体验负面情绪的倾向。外向性维度（Extraversion）两个模型都使用相同的名称，描述个体在社交情境中的能量水平和行为倾向。宜人性维度（Agreeableness）两个模型的名称相同，但HEXACO版本的定义更为聚焦於人际互动中的情绪表达和冲突处理。尽责性维度（Conscientiousness）两个模型名称相同，描述目标导向行为中的自我调节能力。经验开放性维度（Openness to Experience）两个模型的名称相同，描述个体对新经验和新想法的接纳程度。
关键的差异在於HEXACO模型多出来的第六个维度：诚实-谦逊维度（Honesty-Humility）。这个维度捕捉的是个体在道德品质方面的倾向，包括真诚、公平、不贪婪和谦逊等品质。在传统大五模型中，这些品质被放在宜人性维度中，与友好、顺从、信任等特质混合在一起。HEXACO模型认为这种混合是不精确的，因为道德品质与人际风格在概念上是不同的，应该被区分为两个独立的维度。
这种区分在理论上有着重要的意义。诚实-谦逊维度描述的是个体对自己利益的约束倾向——高诚实-谦逊者不会为了个人利益而欺骗或操纵他人，而低诚实-谦逊者则更可能利用他人来获取利益。宜人性维度描述的是个体在人际互动中的风格——高宜人性者倾向於合作和妥协，而低宜人性者则倾向於竞争和坚持。这两个维度虽然有一定的相关（因为道德上诚实的人通常也倾向於友好待人），但它们测量的是不同的心理倾向。
这个区分在实际应用中也有重要的价值。例如，在预测职场中的不当行为时，诚实-谦逊维度比宜人性维度有着更强的预测力。在选择合作夥伴时，了解对方在诚实-谦逊上的倾向，可能比了解对方的宜人性更能预测对方是否会公平对待你。透过将诚实-谦逊从宜人性中分离出来，HEXACO模型为这些应用提供了更精确的测量工具。
除了维度数量的差异，HEXACO模型和大五模型在一些维度的内涵定义上也存在着微妙的差异。这些差异不是随便做出来的，而是基於对人格现象更深入的理解。让我们来看看这些区别。
首先是情绪性维度的重新定义。在大五模型中，这个维度被称为「神经质」（Neuroticism），指的是个体体验负面情绪（如焦虑、忧郁、敌意）的倾向。然而，「神经质」这个名称可能会让人联想到病理学的含义，仿佛高神经质就是一种「神经有问题」。HEXACO模型将这个维度重新命名为「情绪性」（Emotionality），并将其定义聚焦在与脆弱和依赖相关的情绪反应上。这种重新定义并不改变这个维度的测量内容，但可能有助於消除不必要的病理化联想。
其次是宜人性维度的范围收窄。如前所述，HEXACO模型将原本属於宜人性化中的道德品质成分分离出去，将剩下的部分定义为更纯粹的人际互动风格。这种收窄使得宜人性维度更聚焦於个体如何处理人际冲突、如何表达情绪、如何与他人协调。这个维度的内涵虽然有所改变，但与大五宜人性维度仍有着相当的重叠。
第三个值得注意的区别是经验开放性维度的处理。在HEXACO模型中，经验开放性维度包含了一个叫做「传统主义」（Traditionalism）的子面向，这个面向测量个体对传统价值和习俗的态度。大五模型中的经验开放性维度虽然也与传统主义有一定的负相关，但通常不会将其作为一个独立的面向来测量。HEXACO模型对这个面向的重视，反映了对人格经验开放性中保守与创新这个维度的更明确关注。
在测量层面上，HEXACO模型的一个重要特点是其层级结构。除了六个主要维度，HEXACO量表还提供了二十多个细分面向的得分。这种层级结构使得研究者可以根据研究需要选择适当的分析层次——如果关注整体人格轮廓，可以使用维度得分；如果需要更精细的描述，可以使用面向得分。相比之下，传统的大五量表通常只提供维度层级的测量，较少提供面向层级的分析。
关於HEXACO模型和大五模型哪个更「好」的问题，并没有一个简单的答案。这两个模型都有其理论价值和实证支持，它们之间的关系更像是互补而非取代。让我们看看实证研究对这个问题的发现。
首先，大量研究已经确认，HEXACO的六维度结构在多种文化和样本中都能够被识别出来。这意味着HEXACO模型不仅在理论上看起来合理，而且有着坚实的经验基础。与此同时，大五模型也同样在多种文化中被验证过，显示其结构的稳定性。两个模型都能够经受实证的检验，这本身就说明它们都捕捉到了人格结构中真实的维度。
其次，诚实-谦逊维度的加入确实为某些预测提供了额外的价值。研究显示，在预测道德相关的结果变项（如作弊行为、公平偏好、信任行为）时，诚实-谦逊维度能够提供大五模型所无法提供的独特预测力。这个发现支持了HEXACO模型的核心主张——诚实-谦逊确实是一个值得独立测量的人格维度。
第三，研究也发现，两个模型之间存在着相当程度的重叠。大五模型中的宜人性维度与HEXACO模型中的宜人性和诚实-谦逊两个维度都有着显着的正相关。这种相关表明，这三个维度之间确实存在着概念上的联系——大五将它们混合在一起，也不是没有道理的。问题在於，这种混合是否值得——为了测量的精确性和预测的有效性，是否应该将它们分开来测量？
第四，不同的应用情境可能适合使用不同的模型。如果研究者的主要兴趣是了解个体的道德倾向，HEXACO模型可能是更好的选择。如果研究者关心的是一般性的生活满意度或心理健康，大五模型可能已经足够。重要的是，研究者应该根据自己的研究问题和实际需要，选择合适的测量工具。
总的来说，HEXACO模型可以看作是对大五模型的一种精炼和补充，而非完全的否定。它保留了大五模型的大部分结构，同时增加了诚实-谦逊这个重要的维度，使得人格的描述更加完整和精确。这种发展反映了科学进步的典型模式——在既有知识的基础上进行修正和扩展，而非完全推倒重来。
对於从事人格研究的学者和从事实务应用的专业人士来说，选择使用哪个模型是一个实际的问题。这个问题没有绝对的答案，但有一些考量因素可以帮助做出选择。
如果研究的目的涉及道德判断、诚信评估或公平偏好等议题，HEXACO模型可能是更好的选择。诚实-谦逊维度在这些领域展现出了优越的预测力，能够提供更精确的个体差异资讯。例如，在研究职场作弊行为、消费者欺骗倾向、或者人际信任时，测量诚实-谦逊可能比测量整体宜人性更有资讯价值。
如果研究的目的涉及一般的临床评估或心理健康测量，大五模型可能已经足够。大五模型经过多年的发展，有着丰厚的实证基础和广泛的应用经验。许多临床量表和诊断工具都是基於大五模型开发的，使用这个模型有助於与既有文献进行比较。
如果研究需要对人格进行精细的描述和预测，HEXACO模型的分层结构提供了更多的选项。二十多个细分面向使得研究者可以针对特定的假设进行精确的测量，而六个主要维度则提供了整体人格轮廓的概要。这种灵活性在需要因材施教或人才匹配的应用情境中特别有价值。
如果研究涉及跨文化的比较，需要考虑所用模型在哪些文化中被验证过。两个模型都有跨文化研究的支援，但具体到某个特定的文化，可能需要查阅当地的验证文献来确定哪个模型更为适用。
无论选择哪个模型，最重要的是要理解所用模型的理论基础、测量范围和局限性。没有任何一个模型能够完美地捕捉人格的复杂性，每个模型都是对现实的简化和近似。审慎地使用这些工具，结合其他来源的资讯，才能对人格形成更为完整的理解。
Allport, G. W., & Odbert, H. S. (1936). Trait-names: A psycho-lexical study. Psychological Monographs, 47(1), 1-171.
Ashton, M. C., & Lee, K. (2005). Honesty-Humility, the Big Five, and the Five-Factor Model. Journal of Personality, 73(5), 1321-1353.
Ashton, M. C., & Lee, K. (2007). Empirical, theoretical, and practical advantages of the HEXACO model of personality structure. Personality and Social Psychology Review, 11(2), 150-166.
Cattell, R. B. (1947). A guide to mental testing (2nd ed.). Longmans, Green.
Costa, P. T., & McCrae, R. R. (1992). NEO PI-R Professional Manual: Revised NEO Personality Inventory (NEO PI-R) and NEO Five-Factor Inventory (NEO-FFI). Psychological Assessment Resources.
Goldberg, L. R. (1993). The structure of phenotypic personality traits. American Psychologist, 48(1), 26-34.
John, O. P., & Srivastava, S. (1999). The Big Five trait taxonomy: History, measurement, and theoretical perspectives. In L. A. Pervin & O. P. John (Eds.), Handbook of personality: Theory and research (pp. 102-138). Guilford Press.
Lee, K., & Ashton, M. C. (2004). Psychometric properties of the HEXACO Personality Inventory. Journal of Experimental Psychology: General, 133(3), 281-298.
Lee, K., & Ashton, M. C. (2008). The HEXACO personality factors in the indigenous personality lexicons of English and 24 other languages. Journal of Personality, 76(5), 1001-1053.
Tupes, E. C., & Christal, R. E. (1992). Recurrent personality factors based on trait ratings (1961). Journal of Personality, 60(2), 225-251.