Class Notes (839,590)
Canada (511,419)
Psychology (3,528)
PSY100H1 (1,637)
Nick Rule (7)
Lecture 8

PSY421 Lecture 8 .docx

11 Pages

Course Code
Nick Rule

This preview shows pages 1,2 and half of page 3. Sign up to view the full 11 pages of the document.
Snap judgments of personality Review from last time How are subjective and objective impressions differentiated? What traits predict male CEO’s company success? What traits predict female CEO’s company success? Power as well  Leadership judgments predict CEO profits but not revenues. Why? What is role congruity theory? Why can leadership success be predicted from university photos? What is the difference between consensus and accuracy? What brain structure is associated with CEO success? What is the amygdala responding to? What traits predict CEO success in japan? What facial features predict CEO success? What else affects it? What features predict the success of black CEOs? Why? Outline What is personality? Measurement models of personality Brunswick’s lens model and personality We infer personality before we know it! Effects of viewing angle What are some of the valid cues? Do people care about personality? Personality Enduring patterns of thoughts, feelings and behaviours The key assumptions are that personality is: a) Causal – causes behaviour, thoughts, feelings b) Stable – does not change much over time c) Systematic – does not change across environments ­ Lexical approach o The traits that are important become a part of the natural language =  appear in the dictionary  Researchers pulled the person descriptors from the dictionary and  attempted to find general underlying  ­ Traits are stable, states are temporary Trait: openness to experience, conscientiousness, extraversion, agreeableness,  neuroticism State: afraid, talkative, worried, tense, depressed, anxious, full of energy What are the big five traits ­ Openness to experience ­ Conscientiousness ­ Extraversion ­ Agreeableness ­ Neuroticism Big five inventory (BFI) = 44 item questionnaire that is commonly used to assess  individual differences in personality ­ Be aware that BIG in BFI was assigned to represent how broad and inclusive the  factors were, rather than eliminating the possibility that other traits existence o Big = broad o Big ≠ important (per se) Statistical measurement mode: BFI Latent variable is not measured in the model: it is an arbitrary yet theoretical concept that  researchers want to examine  ­ E.g. extraversion, happiness Observed variable is something we can measure to estimate the latent variable. It is  theoretically assumed to  Observed variables: talkative, outgoing, sociable, quiet Latent variable: extraversion Uses of BFI in person perception The researchers examine how accurate someone is at inferring personality; ask targets to  fill out a questionnaire: they use the scores as a criterion Brunswik’s (1956) lens model So, what are the variables again? ­ Consensus ­ Accuracy ­ Cue validity ­ Cue utility Consensus: How much the observers agree with each other on a judgment Estimated by calculating the inter­rater correlation Accuracy: Correlation between the observer ratings and the actual criterion  ­ Correlate the average (cross­target) ratings for the trait with the criterion  Cue validity: Cue validity is estimated by correlating the criterion with the cues. ­ While you probably can utilize the correct cues from the face to infer that Adam  lambert is a gay man, the cues to his personality are even more ambiguous ­ Researchers code the features and correlate the ratings of these features with the  self­ratings of the targets to estimate cue validity Cue utility: How well can you use the correct cues? Achieved through correlating the observer judgments to the cues Different from the use of correct cues (i.e. the correlation between cue validity and cue  utility) Inferring personality from the face What are the minimal conditions under which personality can be inferred? Note. Here, the study did not look at accuracy 245 university students: ­ 128 preliminary study: no time constraints ­ 117 main experiment Conditions: ­ Attractiveness ­ Likeability ­ Competence ­ Trustworthiness ­ Aggressiveness Design Pretest: independent sample ­ Rated pictures on multiple dimensions of personality. These ratings were used as a  criterion judgment, in this case the control condition Main experiment:  100 ms, 500 ms, 1000 ms Participants rated: is this person [trait]? How confident are you in your judgment? Randomized across condition, exposure time intermixed Self paced vs. other exposure times  100 ms judgments are very similar to those made under no time constraint: no difference Again, no improvements in R^2 across time points Across time: ­ Judgments became more negative: fewer people attributed positive qualities ­ People attributed traits faster; they had more time to think since the reaction times  were recorded as the stimulus disappeared ­ People became more confident in their judgment Differentiation The judgments became more differentiated as people had more time to see the stimulus  (increasing their deliberation) Conclusions: across time 1. 100 ms is sufficient to make judgments of personality from faces 2. Judges: a. Inferred more negative traits b. Became more confident in their judgments c. Reacted to faces faster 3. Note: judgments tended to stabilize after 500 ms of exposure, suggesting that 500  ms is enough time to make a decision 4. People started to differentiate more between traits, as suggested  Viewing angle Do our judgments agree at different viewing angles? What happens if the exposure time is limited? Ecological validity: usually we see other people’s faces from different viewing angles and  just for a few brief moments Study 1: Self­paced 48 participants 59 targets  Counterbalanced design: participants saw only 1 viewing angle for each target – 3  conditions Ratings of personality: ­ Aggressiveness ­ Competence ­ Dominance ­ Likeability ­ Trustworthiness Rating of physiognomy: Attractiveness Facial maturity The ratings of the faces were consistent across viewing angle as indicated by significant  inter­correlations The magnitude did not change as a function of viewing angle Study 2: 50 ms 42 participants 59 targets Results:  ­ The ratings of faces were consistent between full frontal and ¾ view but not in the  other conditions for personality traits ­ For physiognomic features the judgments were consistent across viewing angle Viewing angle 1. If given unlimited time, personality is inferred consistently from all 3 viewing  angles 2. If presented for a few milliseconds, the profile view does not produce the same  judgments of personality as the ¾ or full frontal views 3. Judgments of physiognomic features are consistent across time and angle 4. Overall, because judgments are consistent across time for full frontal and ¾  views, fata suggest that there are features on the face that we are able to extract  and utilize to arrive to our judgments repeatedly   What are some of these cues? ­ Facial metrics ­ Dominance ­ Behavioral aggression Carre and McCormick (2008) Study 1: 37 men and 51 women Study 2: 21 varsity hockey players Study 3: 113 Canadian NHL players Facial width to height ratio was measured for each individual ­ Independent of body size ­ Related to testosterone concentration in development Study 1 Trait dominance  ­ Like having authority over others? Point subtraction aggression paradigm  Correlated with self­reported measures of aggression Three response options against an opponent” 1. Press 100 times = +1 point 2. Press 10 times = steal a point from a partner a. Led to believe that they are in a condition where the points  stolen do not add to the points they have 3. Press 10 times = protect your points from partner ­ DV: the number of times Ps selected each option o Selecting option 2 was used as an indicator of aggression: Ps stole points  without benefit to self and lost opportunity to increase their own score Study 1 result: Regressions predicting aggression from dominance and fwhr Men: dominance is not a predictor of aggression (p = .27) ­ fewh is a significant predictor  Study 2 Iv: fwhr Dv: number of penalty minutes per game ­ Used a proxy measure of aggression Just aggressive penalties: slashing, crosschecking, high sticking, boarding, elbowing,  checking from behind, and fighting fwhr explained 29.2% or variance in penalty minutes per game The greater the fwhr the more minutes  Study 3:  IV; fwhr DV: number of penalty minutes per game Again, the correlation w
More Less
Unlock Document

Only pages 1,2 and half of page 3 are available for preview. Some parts have been intentionally blurred.

Unlock Document
You're Reading a Preview

Unlock to view full version

Unlock Document

Log In


Join OneClass

Access over 10 million pages of study
documents for 1.3 million courses.

Sign up

Join to view


By registering, I agree to the Terms and Privacy Policies
Already have an account?
Just a few more details

So we can recommend you notes for your school.

Reset Password

Please enter below the email address you registered with and we will send you a link to reset your password.

Add your courses

Get notes from the top students in your class.