Machine Translated by Google

Artigo

Jornal de Avaliação de Carreira 2019,

Vol. 27(3) 527-543 ª O(s)

Traços de personalidade de cinco Autor(es) 2018 Diretrizes

para reutilização de artigos:
sagepub.com/journals-permissions DOI:
fatores e tipos de interesse RIASEC: 10.1177/1069072718780447
journals.sagepub.com/home/jca

Uma meta-análise multivariada

Sandra M. Hurtado Ru´a1, Graham B. Stead2, e Ashley E. Poklar2

Resumo
Determinar as relações entre as dimensões de personalidade do modelo de cinco fatores (FFM) e os tipos Realista,
Investigativo, Artístico, Social, Empreendedor e Convencional (RIASEC) é importante para conselheiros e clientes durante o
processo de escolha de carreira. Houve resultados mistos em relação a esta relação, necessitando desta pesquisa. O
objetivo deste estudo foi determinar a relação entre os tipos de interesse FFM e RIASEC empregando uma meta-análise de
meta-regressão multivariada. Foram empregados 34 estudos com 43 amostras independentes compreendendo 19.872
participantes. As variáveis moderadoras incluíram idade média, país da amostra, ano de publicação e escalas de medição
FFM e RIASEC. As correlações estimadas entre as pontuações da FFM e do RIASEC variaram de 0,08 a 0,36, sugerindo
que a personalidade e os interesses são construções mais distintas do que se pensava anteriormente. As Escalas de
Medição da FFM e as pontuações RIASEC por país da amostra são importantes variáveis moderadoras na relação FFM-
RIASEC. As descobertas têm implicações importantes para aconselhamento e pesquisa.

Palavras-
chave modelo de cinco fatores, personalidade, RIASEC, interesses, meta-análise, múltiplos resultados correlacionados

A teoria da carreira, como a de Holland (1996), e a investigação vocacional até à data (por exemplo, Wille, Tracey, Feys, &
De Fruyt, 2014; Woods & Hampson, 2010) parecem apoiar a afirmação de que os indivíduos procuram e prosperam em
ambientes de trabalho em que as suas características próprias e as da sua profissão sejam complementares. Holland (1985)
delineou um processo no qual as forças ou preferências inatas levam a um interesse crescente nessas áreas, propondo uma
associação entre os traços individuais, ou personalidade, aos interesses profissionais, chegando ao ponto de afirmar
explicitamente que a escolha de a vocação é uma expressão direta da personalidade de alguém (Holland, 1997).

1
Departamento de Matemática, Cleveland State University, Cleveland, OH, EUA
2
Faculdade de Educação e Serviços Humanos, Cleveland State University, Cleveland, OH, EUA

Autor correspondente:
Sandra M. Hurtado Ru´a, Departamento de Matemática, Cleveland State University, RT 1510, 2121 Euclid Ave., Cleveland, OH
44115, EUA.
E-mail: s.hurtadorua@csuohio.edu
Machine Translated by Google

528 Jornal de Avaliação de Carreira 27(3)

Tanto os traços de personalidade como os interesses têm sido associados a uma variedade de resultados indicativos
de sucesso vocacional, particularmente na forma de influenciar os comportamentos vocacionais e a tomada de decisões
(Mount, Barrick, Scullen, & Rounds, 2005). As associações específicas entre estes dois domínios foram pesquisadas com
resultados mistos, apoiando afirmações de que interesses e personalidade são construtos relacionados e distintos
(Sÿverko & Babarovic´, 2016). A natureza do relacionamento continua a ser ambígua e variada, justificando assim a
necessidade de metanálises multivariadas adicionais, estatisticamente sofisticadas, a serem conduzidas como um meio
de melhor compreender a inter-relação da personalidade e dos interesses no contexto da vocação de alguém. .

O objetivo deste artigo é determinar a relação entre os traços de personalidade do modelo de cinco fatores (FFM)
(McCrae & Costa, 1996) e os seis tipos de interesse de Holland (1997), através da realização de uma meta-análise
multivariada (MM). As justificativas para a realização desta pesquisa são fornecidas pela discussão da personalidade, dos
interesses, do interesse e da relação de personalidade, e da importância da realização de um MM dessa relação.

Personalidade
Na sua forma mais simples, o termo personalidade refere-se aos padrões de pensamento e sentimento relativamente
estáveis e característicos que dão consistência e individualidade ao comportamento de alguém (Feist & Feist, 2009).
Esses padrões são ao mesmo tempo biológicos e sociais, informando e reagindo ao ambiente. Como a personalidade é
uma construção psicológica, surgiram diversas teorias de desenvolvimento da personalidade (Feist & Feist, 2009). Uma
das formas mais comuns de compreender e explicar a personalidade é através do uso de modelos de fatores. Esses
modelos são criados usando análise fatorial de descritores de personalidade em linguagem comum, levando à agregação
de características comportamentais ou padrões de pensamento e sentimento semelhantes em fatores ou traços de
personalidade mais amplos (Goldberg, 1993).

Um modelo de fator comum de personalidade, frequentemente utilizado em pesquisas em psicologia de carreira, é o

FFM (McCrae & Costa, 1996). Neste modelo, os aspectos mais salientes da personalidade foram categorizados nos
seguintes cinco fatores: Neuroticismo, Extroversão e Abertura à Experiência, Amabilidade e Consciência (McCrae &
Costa, 1996). Descobriu-se que este modelo tem uma generalidade considerável tanto em medidas como em línguas,
sugerindo ainda que é uma boa medida de uma construção humana em oposição a uma construção cultural (Loehlin,
McCrae, Costa, & John, 1998; para revisões, ver Digman ,1990; John, 1990; McCrae, 1989). O neuroticismo refere-se à
tendência de experimentar sofrimento psicológico e é considerado um fator normal da personalidade, não um sinal de
psicopatologia (Costa & McCrae, 1992a). Extroversão é a classificação da sociabilidade e da quantidade e intensidade
dos relacionamentos. A abertura à experiência destaca a curiosidade intelectual, a imaginação e a flexibilidade. A
amabilidade concentra-se em comportamentos interpessoais, incluindo confiança nos outros e cooperação.
Conscienciosidade refere-se à autodisciplina, organização e controle de impulsos. Cada um desses fatores pode ser
compreendido em um continuum exibindo muitos dos traços alojados no fator até muito poucos, levando a uma grande
variedade de apresentações de personalidade dentro dos cinco fatores.

Um modelo de personalidade que foi desenvolvido recentemente é o HEXACO (Ashton et al., 2004). É composto por
seis dimensões, nomeadamente, Emocionalidade, Extroversão, Amabilidade, Conscienciosidade, Abertura à Experiência
e Honestidade-Humildade. O HEXACO parece ser um modelo promissor, com Sÿverko e Babarovic´ (2016) afirmando
que as dimensões de personalidade HEXACO forneceram vantagem preditiva para explicar interesses em comparação
com as dimensões FFM. No entanto, o FFM é o modelo de relações entre traços mais amplamente aceito (Barrick, Mount,
& Gupta, 2003; McCrae & Costa, 2008) e, de acordo com Widiger (2017), é o “modelo dimensional predominante da
estrutura geral da personalidade”. ”(pág. 564). Anglim e O'Connor (2018) sugerem que o FFM é preferido ao medir um
amplo conjunto de traços de personalidade. Além disso, há poucos estudos que examinam a
Machine Translated by Google

Hurtado Ru´a et al. 529

relação entre o modelo HEXACO e os interesses vocacionais. Isso limita o uso do HEXACO para analisar resultados de
estudos anteriores por meio de meta-análise neste momento. Estudos futuros são incentivados a continuar a explorar
as correlações entre a HEXACO e os interesses profissionais, para permitir uma compreensão mais robusta da interação
entre a personalidade e os interesses profissionais.

Interesses de carreira

Holland (1997) teorizou que com base nos seus interesses profissionais, os indivíduos poderiam ser caracterizados em
termos de sua adequação a cada um dos seis tipos vocacionais, que são os seguintes: Realista, Investigativo, Artístico,
Social, Empreendedor e Convencional. Os seis tipos de interesses estão organizados numa estrutura hexagonal, com
relações mais fortes em termos de interesses, preferências e conjuntos de competências ocorrendo entre os tipos
adjacentes uns aos outros no hexágono. Diz-se que os indivíduos que identificam altos níveis de interesses em tipos
adjacentes são consistentes nos seus interesses, enquanto alguns indivíduos apresentam muito pouca variabilidade ou
diferenciação nos seus interesses, aderindo estreitamente a um único tipo (Holland, 1973, 1997).

Ao contrário de outras teorias de interesse vocacional, Holland aborda explicitamente a importância da personalidade
(Costa, McCrae, & Holland, 1984). De acordo com a teoria de Holland (1997), um indivíduo procura experimentar a
adequação pessoa-ambiente ou um ambiente de trabalho que se adapte à sua personalidade. Holland definiu este
acordo entre pessoa e meio ambiente como congruência. A congruência, ou adequação pessoa-ambiente, parece mais
provável de ocorrer quando a personalidade vocacional de alguém, baseada em interesses, competências e preferências
profissionais, é ao mesmo tempo consistente e ligeiramente diferenciada. Esse equilíbrio permite que os indivíduos se
encaixem em uma variedade de ambientes de carreira que podem complementar sua personalidade profissional única.

Embora Holland (1997) tenha afirmado que os interesses vocacionais são provavelmente outro aspecto da
personalidade, e em trabalhos posteriores tenha delineado claramente uma “personalidade vocacional”, este conjunto
de preferências e interesses em torno da vocação são apenas uma parte da construção mais complexa da personalidade humana.
Barrick, Mount e Gupta (2003) argumentam que medidas amplas de personalidade, como o FFM de Costa e McCrae
(1992b), têm maior probabilidade do que traços estreitos específicos de serem associadas a construtos amplos, como
interesses vocacionais. O interesse e a personalidade parecem convergir no sentido de que os interesses refletem as
preferências de alguém, enquanto a personalidade se refere às tendências comportamentais que empregamos para
corresponder às nossas preferências (Barrick et al., 2003).

Relação entre o Realismo, o Investigativo, o Artístico, o Social,

Empreendedor e Convencional (RIASEC) e FFM
É importante determinar as relações entre os interesses da RIASEC e as dimensões da personalidade do modelo FFM.
Na sua teoria das personalidades vocacionais e dos ambientes de trabalho, Holland (1997) afirmou que “os interesses
vocacionais das pessoas fluem da sua história de vida e personalidade” (p. 8). Holland (1966) acreditava que os
interesses profissionais são a “expressão da personalidade no trabalho, hobbies, atividades recreativas e preferências”
(p. 3). Holland (1997) também argumentou que fornecer evidências da ligação entre a personalidade, especificamente
o FFM (Costa & McCrae, 1980), e os interesses forneceria evidências da estabilidade das carreiras observadas, uma
vez que os fatores de personalidade e os interesses demonstraram ser temporários. rali relativamente estável (McCrae
& Costa, 1996; Savickas & Spokane, 1999).
Holland (1997) também postulou que a satisfação profissional ocorre quando as pessoas seguem carreiras que
incluem pessoas com personalidades e interesses profissionais semelhantes aos seus. O que é importante para os
conselheiros e clientes é quais as dimensões da personalidade que estão relacionadas com os tipos de RIASEC e em
que condições, e como essa informação pode facilitar a tomada de decisões e a escolha de carreira.
Além disso, existem implicações de aconselhamento para uma conexão interesse-personalidade. Por exemplo, um
cliente com indecisão profissional pode apresentar um perfil de pesquisa autodirigida plana (SDS; Holland, 1985),
Machine Translated by Google

530 Jornal de Avaliação de Carreira 27(3)

indicando nenhum interesse claro e juntamente com uma pontuação alta de Neuroticismo no NEO (Costa & McCrae,
1992b) pode fornecer ao conselheiro informações úteis que auxiliam na indecisão profissional do cliente.

Meta-análises atuais A meta-

análise é uma ferramenta metodológica amplamente conhecida na pesquisa em psicologia de aconselhamento (Baldwin
& Del Re, 2016). As metanálises revisam e sintetizam sistematicamente evidências de uma associação entre variáveis
moderadoras e resultados quando vários estudos não concordam com a significância do tamanho do efeito (Sanchez-
Meca & Marin-Martinez, 2010). Existem muitas outras razões para isso, por exemplo, a integração de resultados de
múltiplos estudos, a correção de erros de amostragem e de medição que podem ofuscar resultados contraditórios, a
estimativa dos verdadeiros valores populacionais de construtos, o fornecimento de orientação para pesquisas futuras, o
apoio a prática baseada em evidências e demonstrando até que ponto os resultados têm suporte empírico (Schmidt &
Hunter, 2015; Whiston & Li, 2011).

Metanálises univariadas são comumente aplicadas em pesquisas em psicologia de aconselhamento. Isto é verdade,
mesmo quando múltiplos resultados são de interesse para os pesquisadores e quando técnicas multivariadas devem ser
empregadas. Metanálises univariadas da relação entre os interesses da RIASEC e as dimensões da personalidade da
FFM foram conduzidas por Larson, Rottinghaus e Borgen (2002), Barrick et al. (2003) e Mount, Barrick, Scullen e Rounds
(2005).
Larson et al. (2002) analisaram 12 estudos compreendendo uma amostra total de 4.929 participantes, limitando as
análises univariadas apenas ao NEO-PIR e ao NEO FFI (Costa & McCrae, 1992b). Eles relataram correlações de 0,30 e
maiores para interesses artísticos e abertura (0,48), interesses empreendedores e extroversão (0,41) e interesses sociais
e extroversão (0,31). Correlações de 0,22 a 0,28 foram relatadas para Interesses investigativos e abertura (0,28),
Interesses convencionais e consciência (0,25) e Interesses empreendedores e consciência (0,22). Larson e colegas
também realizaram análises de acordo com o género e utilizaram o SDS (Holland, 1985) e o Strong Interest Inventory (SII;
Harmon, Hansen, Borgen, & Hammer, 1994) como variáveis moderadoras. Eles relataram que a correlação de interesses
empreendedores e extroversão foi maior com o SDS (0,50) do que com o SII (0,20) e que os interesses artísticos tiveram
uma correlação maior com a abertura quando o SII foi usado (0,58) do que com o SDS ( .49). As diferenças nas
correlações entre o RIASEC e a FFM de acordo com o sexo foram mínimas.

Barrick et al. (2003) conduziram meta-análises univariadas das relações entre as dimensões RIA-SEC e FFM. Quatro
estudos não fizeram parte do estudo de Larson et al. (2002). Barrick e colegas empregaram 21 estudos, dos quais houve
41 amostras independentes, totalizando 11.559 participantes. Como Larson et al. (2002), eles relataram correlações de
0,30 e maiores para Interesses empreendedores e Extroversão (0,35) e Interesses artísticos e Abertura (0,34). Correlações
de 0,22 a 0,28 foram relatadas para Interesses Sociais e Extroversão (0,25). Eles diferiram de Larson et al., pois a
correlação de interesses convencionais e consciência (0,17) era muito menor. Eles descobriram que o gênero não era um
moderador importante. A sua correlação para Empreendedorismo e Conscienciosidade (0,07) foi muito inferior à de Larson
et al. Eles encontraram pequenos efeitos moderadores para medidas de FFM “mais amplas” versus “mais restritas” e
medidas holandesas versus medidas não holandesas.

Monte et al. (2005) adicionaram cinco novas amostras independentes ao modelo de Barrick et al. (2003) estudo que
resultou em 46 estudos com uma amostra total de 12.433 participantes para suas metanálises univariadas. Correlações
de 0,30 e maiores foram relatadas para interesses empreendedores e extroversão (0,40) e interesses artísticos e abertura
(0,41), como foi o caso de Larson et al. (2002) e Barrick et al. (2003). Correlações de 0,22 a 0,28 foram relatadas para
Interesses investigativos e abertura (0,25) e Interesses sociais e extroversão (0,29). A correlação de 0,08 entre interesses
empreendedores e consciência foi semelhante à de Barrick et al. (2003), mas muito inferior
Machine Translated by Google

Hurtado Ru´a et al. 531

do que os achados de Larson et al. (2002). Moderadores não foram empregados para as meta-análises conduzidas por
Mount et al. (2005).

Meta-regressão multivariada da relação entre personalidade e interesses Há necessidade não apenas de uma

meta-análise mais recente, como os estudos meta-analíticos mais recentes da relação RIASEC-FFM ocorreram há mais
de uma década, mas também de análises mais sofisticadas dos dados disponíveis. Até o momento, as meta-análises da
relação RIASEC-FFM foram concluídas usando modelos de meta-análise univariada com pouca ou nenhuma investigação
de possíveis variáveis moderadoras (ver Barrick et al., 2003; Larson et al., 2002; Mount et al., 2003; Larson et al., 2002;
Mount et al., 2003; Larson et al., 2002; Mount et al., 2003; al., 2005).
Ao contrário de um modelo univariado, um modelo MM leva em conta correlações dentro e entre estudos para gerar
estimativas globais com melhores propriedades estatísticas. Essas estimativas nos permitem descrever relações
multivariadas como um todo e fazer previsões baseadas na associação conjunta de pontos finais ou funções de pontos
finais. Riley (2009) e Becker e Thompson (2014) mostram que ignorar as correlações dentro do estudo, como é feito na
utilização de análises univariadas repetidas, resulta em estimativas com propriedades estatísticas inferiores,
nomeadamente, erros quadráticos médios maiores e erros padrão inflacionados das estimativas.

Jackson, Riley e White (2011), Mavridis e Salanti (2011) e Mehrotra (1997) discutem outros benefícios dos modelos
MM. Entre os benefícios do MM estão uma estrutura de modelagem única, inferências conjuntas sobre a relação entre
múltiplos tamanhos de efeito (isto é, cálculo de regiões de confiança conjuntas e regiões de previsão conjunta), estimativas
de parâmetros com melhores propriedades estatísticas, viés reduzido na presença de dados faltantes, e conclusões
potencialmente mais precisas quando comparadas com aquelas obtidas por meta-análise univariada. Estas descobertas
também podem ser mais generalizáveis do que as de meta-análises univariadas (Whiston, Li, Goodrich Mitts, & Wright,
2017). Os métodos MM não são amplamente utilizados devido à complexidade da abordagem multivariada, às dificuldades
de estimativa quando faltam correlações dentro do estudo e às estimativas de viés dos componentes de variância quando
há desvios da suposição de normalidade.

Além disso, há uma necessidade de incluir variáveis moderadoras dentro de tal meta-análise através de modelos
estatísticos mais sofisticados e de aprofundar a compreensão do campo sobre possíveis relacionamentos, examinando
possibilidades adicionais de como a inter-relação entre as variáveis pode se apresentar. Por exemplo, a escala de
medição pode diferir entre as escalas; portanto, os modelos precisam de ter em conta estas diferenças em vez de permitir
que as diferenças sugiram ou desconsiderem relações entre as variáveis de interesse. Existem diversas medidas
utilizadas para avaliar os tipos de RIASEC e as dimensões da FFM. Larson et al. (2002) empregaram medidas como
variáveis moderadoras, mas limitaram-se a 15 relatórios de pesquisa que incluíam duas medidas RIASEC e uma medida
do modelo FFM.
Foram encontradas oito diferenças por medida RIASEC, sugerindo que as medidas podem ser um moderador importante
a utilizar.
Outros possíveis moderadores incluem a idade e o país de onde a amostra foi obtida. No que diz respeito à idade
como moderadora, Morris (2016) relatou que os níveis de interesse na carreira mudam ao longo do tempo, mas que os
seus efeitos são pequenos. Soto, John, Gosling e Potter (2011) encontraram tendências de idade em relação às
dimensões da MLG, fornecendo evidências de que o uso da idade como variável moderadora pode ser justificado. Fouad
(2002) afirmou que a idade tem um efeito significativo, embora pequeno, nos interesses profissionais, tal como a etnia.
O impacto da etnia e da nacionalidade na personalidade tem sido frequentemente estudado. Uma análise da FFM em
56 culturas e 30 línguas encontrou diferenças pequenas, mas estatisticamente significativas, na personalidade entre
culturas e línguas, particularmente no domínio da abertura nas culturas asiáticas e africanas (Schmitt et al., 2007). Há
também um debate contínuo na pesquisa atual sobre a generalização dos domínios RIASEC entre diferentes
nacionalidades (ver Armstrong & Rounds, 2008; Rounds & Tracey, 1996; Yang, Stokes, & Hui, 2005), sugerindo a
necessidade de visualizar os resultados através do moderador do país da amostra.
Machine Translated by Google

532 Jornal de Avaliação de Carreira 27(3)

A técnica estatística utilizada no presente estudo é conhecida como modelo multivariado de meta-regressão de efeito
aleatório. Os modelos de meta-regressão incluem variáveis moderadoras e têm sido extensivamente explorados no campo
da psicologia e as suas vantagens são bem conhecidas (Bashore, Osman, & Heffley, 1989; Jackson et al., 2011). Os
moderadores são úteis quando há heterogeneidade substancial entre os estudos e se suspeita que características
conhecidas no nível do estudo possam explicar a heterogeneidade.

Mira

Os objetivos desta meta-análise são determinar:

Objetivo 1: A magnitude da relação entre os tipos RIASEC e a personalidade FFM

dimensões,
Objectivo 2: Até que ponto a idade, o país da amostra, o ano de publicação, as medidas do tipo RIASEC e
As medidas da FFM atuam como moderadoras, e
Objetivo 3: Quais fatores do modelo RIASEC estão melhor relacionados com quais dimensões da FFM.

Método
Critérios de pesquisa e inclusão de literatura

Este estudo não incluiu artigos envolvendo menos de cinco fatores de personalidade e seis fatores RIASEC. Estudos
norte-americanos e internacionais foram obtidos em Academic Search Complete, Education Search Complete, Education
Full Text, ERIC, Google Scholar, ProQuest Dissertation, PsycINFO, PsyNet, Psychological and Behavioral Sciences
Collection, Social Sciences Full Text, Vocational and Career Collection, World Cat, e ResearchGate. Os termos de
pesquisa utilizados foram “cinco fatores”, “cinco grandes”, “personalidade”, “interesses”, “interesses profissionais”, “Holland
RIASEC”, “NEO”, “IPIP” “SDS”,
“VPI” e “SII”. Foram incluídas pesquisas publicadas e não publicadas, a fim de limitar viés de publicação. Cinquenta e
nove artigos preencheram os critérios de busca, mas 25 não estavam disponíveis para uso neste estudo porque não foi
possível obter o artigo completo ou as correlações não foram relatadas.
Dois autores codificaram as variáveis moderadoras de País da amostra, Idade Média da Amostra, Medidas NEO e
Medidas RIASEC e concordaram com a codificação. Um avaliador independente, que não foi coautor, também codificou
essas variáveis moderadoras. O k de Cohen para dois avaliadores (ou seja, os dois autores combinados e o não autor)
foi empregado para determinar a concordância entre avaliadores entre essas quatro variáveis, já que a classificação
estava em uma escala nominal, ou seja, concordância e não concordância, k = 0,92, SE = 0,02, intervalo de confiança
(IC) de 95% [0,88, 0,96]. O acordo entre avaliadores foi considerado aceitável.

Tamanhos de efeitos e descrição da amostra

Esta meta-análise centrou-se na associação entre personalidade, medida pela FFM, e interesses, medidos pelo modelo
RIASEC da Holanda. Investigamos a relação entre personalidade e tipos de carreira modelando conjuntamente o FFM e
os tipos de personalidade do RIASEC.
Para o i-ésimo estudo, i ¼ 1; : : :; n, n, extraímos o vetor p 1 estimado,
0

Yi ¼ ðyi1; ...; yipÞ ; onde p = 11 e yij é a pontuação média da dimensão j: Neuroticismo (N), Extroversão (EX),
Abertura (O), Amabilidade (AG), Consciência (CO), Realista (R), Investigativo (I), Artístico (A), Social (S), Empreendedor
(E) e Convencional (C).
Também coletamos as matrizes de covariância dentro do estudo, Si. A matriz de covariância dentro do estudo para
cada estudo mede a variabilidade do nível de estudo de cada pontuação e a associação entre as pontuações em cada
estudo, uma vez que os mesmos participantes contribuem com dados correlacionados para ambos os conjuntos de resultados.
Machine Translated by Google

Hurtado Ru´a et al. 533

A i-ésima matriz de covariância dentro do estudo é construída coletando cada uma das variações dentro do
estudo ðs2 ijÞ e correlações ðrij;j 0Þ.

Variáveis moderadoras
Ano de publicação, média de idade, país, tipo de RIASEC e Escalas de Medição de FFM foram consideradas
variáveis moderadoras. A idade (por exemplo, Low, Yoon, Roberts, & Rounds, 2005; Morris, 2016) e o ano
(por exemplo, Bubany & Hansen, 2011) têm sido modestamente relacionados com interesses vocacionais. A
relação entre idade e flutuação da personalidade também foi demonstrada (por exemplo, Specht, Egloff, &
Schmukle, 2011). Dado que existem várias medidas dos modelos RIASEC e FFM e que estas medidas
também variam dentro e entre países (por exemplo, Rollock & Lui, 2016; Rounds & Tracey, 1996), é razoável
incluir medidas e país como variáveis moderadoras.
O ano de publicação foi incluído como variável moderadora, pois pode ser uma proxy para mudanças
temporais na cultura ou no ambiente nas práticas de publicação (Wood & Eagly, 2009). Estudando a FFM
entre estudantes universitários com mais de 25 anos, Smits, Dolan, Vorst, Wicherts e Timmerman (2011)
relataram aumentos de pontuação linear em relação à Extroversão, Amabilidade e Conscienciosidade e,
inversamente, diminuições de pontuação linear em Neuroticismo. Eles concluíram que os fatores socioculturais
podem desempenhar um papel no impacto da personalidade. Bubany e Hansen (2011) pesquisaram se os
interesses vocacionais dos estudantes universitários mudaram entre os grupos ao longo de 28 anos.
Concluíram da sua investigação que havia evidências que sugeriam que os factores socioculturais influenciam
o desenvolvimento do interesse vocacional. Os moderadores também são úteis quando há heterogeneidade
substancial entre os estudos e se suspeita que características conhecidas no nível do estudo possam explicar tal heterogene

Métodos estatísticos
Os modelos tradicionais de meta-análise univariada combinam estimativas resumidas de um único efeito de n
estudos para produzir uma estimativa conjunta sobre o tamanho do efeito populacional. No entanto, ao
modelar a relação entre traços de personalidade do FFM (Martincin & Stead, 2015; McCrae & John, 1992) e
interesses de carreira através dos tipos ocupacionais RIASEC da Holanda (Holland, 1997; Nauta, 2013), 11
tamanhos de efeito correlacionados são de interesse (Barrick et al., 2003; Mount et al., 2005). Ao modelar
conjuntamente tamanhos de efeito p = 11 com base em n estudos, recomenda-se um modelo MM de efeitos
aleatórios (Nam, Mengersen, & Garthwaite, 2003; van Houwelingen, Arends, & Stijnen, 2010). Um modelo MM
de efeitos aleatórios pode ser estendido para incluir moderadores em nível de estudo, isso é conhecido como
modelo de meta-regressão de efeito aleatório multivariado. A metarregressão multivariada (MMR) pressupõe
que, além do vetor de tamanhos de efeito em nível de estudo e suas matrizes de covariância dentro da
variância, todas as variáveis moderadoras estão disponíveis, caso contrário, as análises só podem ser feitas
em um subconjunto de estudos com informações completas. O overfitting de um modelo de meta-regressão
multivariado pode ser um problema se n for pequeno e o número de moderadores (q) for grande. Até onde
sabemos, não existem diretrizes formais atuais que discutam o número de estudos e o equilíbrio do número
de parâmetros na meta-análise. Chen, Ibrahim, Shah, Lin e Yao, (2012) recomendam como regra geral para o ajuste do mod
Por outro lado, existem várias vantagens na utilização de modelos MMR (Bashore et al., 1989). Uma delas
é a estimativa dos tamanhos dos efeitos com maior grau de precisão por meio do empréstimo de força por
meio das matrizes de correlação entre estudos, D, e dentro do estudo, S.

Dados faltantes

Um modelo MMR assume que o vetor de tamanhos de efeito e as matrizes de covariância dentro do estudo
estão disponíveis. No entanto, omitir um resultado, sua variância ou algumas correlações em alguns estudos
é bastante comum ao estimar modelos de MMR. Quando o resultado j do i-ésimo estudo, yij, está faltando,
Machine Translated by Google

534 Jornal de Avaliação de Carreira 27(3)

Jackson, White e Thompson (2010) recomendam definir o valor do resultado como igual a zero ðyij = 0Þ, para ter uma
variância muito grande (por exemplo, s2 = 1012) e ter correlaçõeszero ðrijj0 = 0Þ, para garantir que os valores imputados
eu j

têm contribuição insignificante para os resultados, ao mesmo tempo que permitem que o i-ésimo estudo contribua para o
modelo através de outras variáveis.
Métodos ad hoc, como análise de caso completo (CC) e imputação de média (MeI), são utilizados na prática. A
implementação da análise CC é simples, mas os resultados são muitas vezes tendenciosos, uma vez que os dados de
casos incompletos são descartados. Os métodos MeI são simples, mas fazem suposições fortes sobre o mecanismo
ausente (geralmente ausente aleatoriamente) e ignoram a incerteza sobre os valores ausentes imputados. Portanto, esses
métodos ad hoc não foram incluídos nesta pesquisa.

Modelo de efeitos aleatórios

O teste Q multivariado de Cochran para heterogeneidade sugere evidências contra a hipótese nula da matriz de covariância
entre estudos igual a uma matriz zero (p = 0,0001) e, portanto, um modelo de efeitos aleatórios é apropriado.
Implementamos um modelo MMR para modelar conjuntamente 11 tamanhos de efeito (traços de personalidade FFM e
seis tipos de interesse de Holland (1997)) com base em 43 amostras independentes de 34 estudos e incluímos as cinco
variáveis moderadoras mencionadas acima.

Resultados

Estatística Descritiva Este

estudo meta-analítico analisou 34 estudos contendo n = 43 amostras independentes para um total de 19.872 participantes.
O tamanho médio da amostra foi de 323, com mínimo de 76, máximo de 3.023 e intervalo interquartil igual a 283. Vinte e
oito dos estudos foram realizados em instituições dos EUA, enquanto 15 eram publicações internacionais. Dezoito estudos
foram publicados antes de 2000, nove entre 2000 e 2010, e os restantes foram publicados em 2011 ou depois. Quatro
amostras foram publicadas em teses de dissertação, enquanto as demais fizeram parte de publicações em periódicos. A
média de idade foi de 25,1 anos com mediana correspondente de 21,48. Por fim, 17 amostras utilizaram a Escala NEO-PI
e 12 utilizaram a Escala SDS. A análise estatística foi realizada usando R (R Development Core Team, 2016).

Conduzimos uma análise exploratória multivariada de outliers com base na distância de Mahalanobis para cada
estudo, incluindo pontuações médias e covariâncias no nível do estudo (variâncias e valores de correlação).
A distância de Mahalanobis é frequentemente usada para detectar valores discrepantes multivariados. Diz-se que um
ponto que tem uma distância atípica de Mahalanobis do resto da amostra tem maior alavancagem. Concluímos que Leuty,
Hansen e Speaks (2015) (n = 188) é o único outlier multivariado nesta amostra. Prevemos que este estudo não seja
influente devido ao pequeno tamanho da amostra.
Não omitimos Leuty et al. (2015) da análise, uma vez que erros sistemáticos e vieses podem ser criados, e de acordo
com Schmidt, Le e Oh (2009), a análise de valores discrepantes em meta-análise não é recomendada: “... mas a análise
de valores discrepantes pode ser problemática em meta-análise -análise porque muitas vezes é impossível distinguir entre
erros de dados e grandes erros de amostragem, e a exclusão de dados com grandes erros de amostragem pode distorcer
as correções para erros de amostragem” (Hunter & Schmidt, 2004, pp. 196–197).

Pré-processamento de

dados Carless (1999), Fox (1995), Holland, Johnston e Asama (1994), Schinka, Dye e Curtiss (1997), Tokar e Swanson
(1995) e Tokar, Vaux e Swanson (1995) relataram as correlações separadamente para dois grupos disjuntos (isto é,
mulheres e homens), mas não para a amostra global. O subagrupamento foi evitado sempre que possível, pois diminui o
poder. Calculamos a média geral, as variâncias e as covariâncias com base nos tamanhos de amostra, médias, variâncias
e correlações dos subgrupos disponíveis. Para
Machine Translated by Google

Hurtado Ru´a et al. 535

Tabela 1. O efeito das variáveis moderadoras nas pontuações das dimensões do modelo de cinco fatores e nas pontuações realistas,
Pontuações dos tipos investigativo, artístico, social, empreendedor e convencional (RIASEC).

Medição
^
b1 IC ^ País Ano^ de publicação Idade Média
^

Dimensões 95% b2 IC 95% b3 IC 95% b4 IC 95%

Neurótico 115,30 (98,60, 132,01) 1,98 (16,04, 12,08) 1,07 (0,11, 2,03) 1,34 (0,31, 2,36)
Extroversão 102,32 (80,67, 123,96) 4,18 (24,22, 15,86) 0,86 (0,48, 2,20) 1,21 (0,22, 2,65)
Abertura 112,36 (88,51, 136,22) 0,87 (23,98, 22,25) 0,38 (1,17, 1,92) 0,59 (1,05, 2,22)
Amabilidade 85,21 (61,82, 108,60) 1,65 (25,03, 21,72) 1,15 (0,42, 2,71) 1,50 (0,17, 3,17)
Consciência 79,27 (58,03, 100,52) 3,86 (25,36, 17,65) 1,26 (0,17, 2,70) 1,75 (0,22, 3,29)
Realista 12,79 (28,37, 2,80) 17,53 (3,24, 31,83) 9,55 (27,38, 8,29) 17,30 (0,83, 0,83 (0,24, 1,89) 1,31 (0,24, 2,37)
Investigativo 33,78) 6,84 (21,05, 7,37) 15,90 (2,84, 28,96) 5,99 0,87 (0,29, 2,02) 0,99 (0,21, 2,19)
Artístico (20,9) 9, 9,01) 13,34 (0,30, 26,97) 0,88 (17,42, 0,34 (0,62, 1,31) 0,45 (0,51, 1,41)
Social 15,67) 16,50 (1,13, 31,86) 10,88 (26,17, 4,42) 19,63 0,25 (0,75, 1,24) 0,79 (0,21, 1,79)
Empreendedor (5,37, 33,89) 0,25 (0,84, 1,33) 0,60 (0,50, 1,71)
Convencional 0,35 (0,66, 1,37) 1,13 (0,11, 2,16)

Observação. bj é a inclinação do modelo MMR e mede a associação entre as pontuações do modelo de cinco fatores e os tipos de RIASEC
escores de personalidade com as seguintes variáveis moderadoras: (j ¼ 1) Escala de Medição do Modelo (cinco fatores: NEO-PI vs. outros)
e (RIASEC: pesquisa autodirigida vs. outros), (j ¼ 2) País (Estados Unidos vs. outros), (j ¼ 3) ano de publicação, e
(j ¼ 4) média de idade. (Intercept) foi modelado, mas não relatado. Negrito indica que o parâmetro é estatisticamente diferente
de zero (p < 0,05). IC = intervalo de confiança.

por exemplo, se um estudo relatou um total de nf mulheres e nm homens, as médias dos resultados X e Z
ðXf ; Xm; Zf ; ZmÞ, e covariâncias, CovðXf ; ZfÞ, CovðXm; ZmÞ, as médias gerais podem ser atualizadas como
segue X ¼ nf Xf + nm Xm ,
nfþnm
e as covariâncias globais são calculadas como CovðX; ZÞ ¼

½ðnf 1ÞCovðXf ; ZfÞ þ nfðXf XÞðZf ZÞþðnm 1ÞCovðXm; ZmÞ þ nmðXm XÞðZm ZÞ=
ðnfþnm 1Þ :
Iliescu, Ispas, Sulea e Ilie (2015), Schmitt, Golubovich e Leong (2010) e Volodina,
Nagy e Koller (2015) relataram pontuações para grupos disjuntos ou amostras que não foram possíveis
combinar, então cada amostra foi incluída na análise como uma amostra independente. Outra publicação (Wille & De
Fruyt, 2014) relatou dois momentos, com apenas as pontuações pela segunda vez
incluídos na análise para um total de 43 estudos independentes.
As matrizes de covariância dentro do estudo foram relatadas total ou parcialmente para todos os estudos, mas alguns
pontuações médias, e suas variações, s2 eu j,
estavam faltando em 11 dos estudos. Seguindo Jackson et al.
yij , (2010), definimos o valor do resultado como igual a zero com uma grande variância para garantir que o
os valores imputados têm uma contribuição insignificante para os resultados, ao mesmo tempo que permitem que cada estudo contribua para
o modelo através de outras variáveis.

Estimativas de pontuação média e análise do moderador

A Tabela 1 resume as estimativas que medem o efeito das variáveis moderadoras nas dimensões da FFM
e os tipos de personalidade RIASEC. Estimativas para b juntamente com seus intervalos de confiança de 95%
(ICs) são relatados. A Escala de Medição NEO-PI (b1) teve um forte efeito moderador positivo em
comparação com as demais medidas de FFM (ou seja, os ICs não incluem zero). Como exemplo, o
as pontuações brutas para Abertura foram, em média, 112,36 pontos mais altas para as pontuações do NEO-PI do que para o
medidas alternativas. Este resultado mostra a importância de incluir variáveis moderadoras como
escala de medição, uma vez que se espera que as médias dos escores não sejam comparáveis entre os estudos. O ano de
publicação (para Neurótico) e a idade da amostra (Neurótico e Conscienciosidade) desempenharam um papel estatisticamente
Machine Translated by Google

536 Jornal de Avaliação de Carreira 27(3)

Tabela 2. Estimativas baseadas em modelos das correlações entre o modelo de cinco fatores e os tipos realista, investigativo, artístico, social,
empreendedor e convencional.

Dimensões N Ex O Ag Co R EU COMO E C

Neurótico (N) 1,00 0,04 0,14 0,23 .05 .08 .02 .04 .04 .01
Extroversão (Ex) 0,25 1,00 0,23 0,19 0,15 .01 .03 .06 .21 .27 0,07

Abertura (O) 1,00 0,14 0,03 .01 .17 .36 .07 .04 0,06

Amabilidade (Ag) 1,00 0,24 .00 .01 .06 .18 .02 .02

Consciência (Co) 1,00 .00 .10 .04 .07 .07 .13

Realista (R) 1,00 .41 .07 .04 .17 .16

Investigativo (eu) 1,00 .24 .19 .17 .19

Artístico (A) 1,00 .27 .18

Sociais (S) 0,41 1,00 .40 .22

Empreendedor (E) 1,00 .51

Observação. As estimativas relatadas acima são calculadas com base na covariância entre D^ e no modelo dentro do estudo
matrizes ajusta-se a S, onde S = 1
PSi. Correlações acima de 0,50 são consideradas grandes e correlações entre 0,30 e 0,50 são consideradas grandes.
n

moderado (Cohen, 1988).

papel significativo como moderadores para algumas das dimensões (p < 0,05). A Tabela 1 também mostra que a FDS
como moderador não diferiu de outras medidas do tipo RIASEC em relação às dimensões do RIASEC.
Nesta pesquisa, o país da amostra (países dos EUA vs. outros países) foi moderador para
todas as dimensões do RIASEC. O ano de publicação não foi estatisticamente significativo para a RIASEC
dimensões. O efeito da idade da amostra foi estatisticamente significativo para apenas dois tipos de RIASEC:
realista e convencional.

Análise de correlação
A Tabela 2 relata estimativas para as intracorrelações para o FFM, as intracorrelações para o RIASEC
tipos e as correlações entre os tipos FFM e RIASEC. As estimativas de correlação são
obtido a partir da soma das matrizes de correlação entre e dentro estimadas.
A Tabela 2 indica que as intracorrelações das dimensões da FFM são baixas, variando de
0,25 a 0,24. Isso difere de Mount et al. (2005) onde o intervalo de intracorrelações foi de 0,10 a 0,52
com três intracorrelações acima de 0,41 e Larson et al. (2002) com um intervalo de intracorrelação de 0,49
para 0,35. Barrick et al. (2003) não forneceram intracorrelações.
As intracorrelações para medidas do tipo RIASEC têm alguma sobreposição, demonstrando consistência e
diferenciação, termos importantes na teoria de Holland (1997) (por exemplo, espera-se que Realista e Investigativo, Social
e Artístico, e Convencional e Empreendedor estejam intimamente relacionados). ,
enquanto as dimensões com baixa proximidade (por exemplo, Realista e Social) tenderam a ter menos sobreposição. Esse
foi semelhante aos achados de Mount et al. (2005), enquanto Larson et al. (2002) As intracorrelações RIASEC
apresentaram menor diferenciação.
As correlações entre as dimensões do tipo FFM e RIASEC são moderadas ou baixas, variando
de 0,08 a 0,36. As correlações mais altas são entre Abertura e Artístico (0,36) e Extroversão
e Empreendedor (0,27). Juiz, Heller e Mount (2002), Barrick et al. (2003) e Mount et al.
(2005) relataram algumas correlações moderadamente altas (> 0,45) entre o tipo FFM e RIASEC
dimensões, onde se considerava que certas relações também tinham uma base lógica, por exemplo,
Extroversão prevendo o tipo Empreendedor (r = 0,50; Barrick et al., 2003).
Os resultados da presente pesquisa sugerem que 75% das correlações entre a FFM e
os tipos RIASEC devem ser considerados como tendo correlações baixas e os conselheiros podem precisar ser
Machine Translated by Google

Hurtado Ru´a et al. 537

cauteloso ao prever os tipos de interesse a partir das dimensões FFM. É possível que medidas específicas forneçam
relações superiores ou inferiores, conforme sugerido na Tabela 1.

Discussão

Dada a prevalência de múltiplos desfechos no aconselhamento psicológico devido à coleta de múltiplas medidas por
pessoa, é importante divulgar pesquisas que utilizem modelos de MM para contabilizar correlações dentro e entre
estudos, uma vez que geram estimativas globais com melhores propriedades estatísticas. Técnicas de metarregressão
multivariada (MMR) podem ser usadas para ajustar os parâmetros em um modelo MM.

Apresentamos uma revisão dos modelos de meta-análise MMR e conduzimos uma meta-análise MMR para investigar
a relação entre personalidade e tipos de carreira. Esta metanálise analisou 34 estudos (n = 43 amostras independentes)
utilizando 19.872 participantes, número maior que o de Larson et al. (2002; n = 12; 4.755 participantes), Barrick et al.
(2003; n = 21; 11.559 participantes) e Mount et al. (2005; n = 24; 12.433 participantes). As estimativas de um modelo
MMR permitiram-nos descrever relações multivariadas como um todo e fazer previsões baseadas na associação conjunta
de pontuações médias, em vez de utilizar vários modelos univariados. Também modelamos dados faltantes e combinamos
várias subamostras para aumentar o poder do estudo.

A relação entre personalidade e interesses há muito tempo interessa aos psicólogos. Esta pesquisa sugere que as
correlações entre as dimensões do tipo FFM e RIASEC relatadas em Larson e Borgen (2002), Barrick et al. (2003) e
Mount et al. (2005) pode não ser tão forte como se pensava anteriormente. Isto também sublinha que o interesse e a
personalidade não afectam as mesmas restrições e que deveriam ser limitados para medir domínios diferentes. Os
conselheiros precisam estar cientes de que as pontuações das medidas FFM podem variar nas suas previsões das
pontuações do tipo RIASEC. Isto é sublinhado pela descoberta de que o NEO-PI versus outras medidas de FFM foi um
moderador estatisticamente significativo, indicando diferenças nas medidas de FFM. As dimensões de cinco fatores e do
tipo RIASEC não devem ser vistas como efetivamente os mesmos construtos e, quando suas respectivas medidas são
usadas em conjunto, a interpretação das pontuações deve ser específica para a medida e não necessariamente para o
construto. Talvez o uso de medidas baseadas nestes dois modelos deva ser visto como recursos diferentes para ajudar
os clientes na tomada de decisões e na escolha de carreira, em vez de preverem-se mutuamente.

Não está claro por que o ano de publicação foi estatisticamente significativo apenas para a dimensão Neurótica. A
idade foi estatisticamente significativa para as dimensões Conscienciosidade e Neuroticismo (b4 > 0), sugerindo que com
a idade as pessoas podem tornar-se mais autodisciplinadas e organizadas e menos angustiadas em relação aos
interesses, preferências e conjuntos de habilidades profissionais. Low, Yoon, Roberts e Rounds (2005) refletem sobre a
estabilidade dos interesses profissionais e da personalidade com a idade, mas acrescentam que a personalidade e os
interesses profissionais se desenvolvem em conjunto com os apoios e restrições ambientais, o que pode ser um caminho
para futuras pesquisas. A idade também foi estatisticamente significativa para as dimensões Realista e Convencional (b4
> 0), sugerindo que as pessoas podem tornar-se mais técnicas e práticas e, no caso das dimensões convencionais, mais
organizadas e planeadoras do que quando eram mais jovens. Estas descobertas apoiaram as de Morris (2016).

Como moderador, o SDS não diferiu estatisticamente significativamente de outras medidas do RIASEC. Isso contradiz
Larson et al. (2002) que três medidas do tipo RIASEC (ou seja, SDS, VPI e SII) diferiam entre si como moderadores, e
Barrick et al. (2003) que encontraram pequenos efeitos moderadores para medidas holandesas versus medidas não
holandesas.

Limitações

Embora existam diversas vantagens dos modelos MMR apresentados acima, existem limitações práticas. O overfitting
de um modelo de meta-regressão multivariada pode ser um problema se o número de estudos for
Machine Translated by Google

538 Jornal de Avaliação de Carreira 27(3)

pequeno e o número de moderadores é grande. Isto é particularmente problemático quando variáveis moderadoras
categóricas são de interesse. Por exemplo, existem poucos estudos na relação do tipo FFM e RIASEC utilizando as
mesmas medidas, o que limita interpretações mais definitivas das medidas como moderadores.

Para pesquisas futuras, é de interesse o impacto de outras abordagens de dados faltantes ao investigar a relação
entre personalidade e tipos de carreira. Futuras metanálises também podem considerar o exame da relação entre as
dimensões HEXACO (Ashton & Lee, 2007) e os interesses vocacionais.

Sumário e conclusões
Embora autores anteriores tenham visto algumas semelhanças e diferenças entre as dimensões FFM e RIASEC (por
exemplo, Barrick et al., 2003; Larson, Rottinghaus, & Borgen, 2002), a presente pesquisa forneceu evidências de que as
dimensões FFM e RIASEC não estão tão intimamente relacionadas como anteriormente pensamento. Pode não ser
apropriado considerar as medidas de interesse vocacional como medidas de personalidade, como sugeriu Holland (1997).
É importante considerar variáveis moderadoras para esta relação ao ajudar os clientes com as suas preocupações
profissionais ou ao realizar pesquisas. Ao interpretar a relação entre as dimensões da FFM e os tipos de RIASEC, parece
necessário levar em conta a medida de FFM que se utiliza e o país participante ou cliente. Embora os relatórios de
pesquisa adicionais empregados neste estudo, em comparação com aqueles empregados em meta-análises univariadas
anteriores, possam explicar parcialmente esses achados, é discutível que a MMR empregada gerou estimativas globais
com propriedades estatísticas melhoradas em relação às meta-análises univariadas conduzidas anteriormente. Pesquisas
futuras podem desejar examinar a aplicabilidade dos resultados desta pesquisa à teoria de carreira e ao aconselhamento
de carreira.

Declaração de Conflitos de Interesses O(s) autor(es)

não declararam nenhum potencial conflito de interesses com relação à pesquisa, autoria e/ou publicação deste artigo.

Financiamento

O(s) autor(es) não recebeu(m) nenhum apoio financeiro para a pesquisa, autoria e/ou publicação deste artigo.

Referências

Anglim, J. e O'Connor, P. (2018). Medição e pesquisa usando Big Five, HEXACO e Narrow Traits: uma cartilha para pesquisadores e
profissionais. Jornal Australiano de Psicologia. doi:10.1111/ajpy. 12202

Armstrong, PI e Rounds, J. (2008). Psicologia vocacional e diferenças individuais. Em SD Brown & R.

W. Lent (Eds.), Manual de aconselhamento psicológico (4ª ed., pp. 375–391). Hoboken, NJ: Wiley.
Ashton, MC e Lee, K. (2007). Vantagens empíricas, teóricas e práticas do modelo HEXACO de
estrutura da personalidade. Revisão de Personalidade e Psicologia Social, 1, 150–166.
Ashton, MC, Lee, K., Perugini, M., Szarota, P., de Vries, RE, Di Blas, L., ... De Raad, B. (2004). Uma estrutura de seis fatores de
adjetivos descritivos de personalidade: soluções de estudos psicoléxicos em sete idiomas. Jornal de Personalidade e Psicologia
Social, 86, 356–366.
Baldwin, SA e Del Re, AC (2016). Metanálise de acesso aberto para pesquisa em psicoterapia. Diário de
Psicologia de Aconselhamento, 63, 249–260. doi:10.1037/cou0000091
*Barrett, EA (2009). Olhando além do modelo de cinco fatores: Autoeficácia universitária como moderadora da relação entre os três
grandes modelos de personalidade de Tellegen e o modelo de tipos de interesse vocacional de Holland (dissertação de mestrado
não publicada). A Universidade de Wisconsin Oshkosh, Oshkosh.
Machine Translated by Google

Hurtado Ru´a et al. 539

Barrick, MR, Mount, MK e Gupta, R. (2003). Metanálise da relação entre o modelo de personalidade de cinco fatores e os tipos
ocupacionais de Holland. Psicologia Pessoal, 56, 45–74. doi:10.1111/j. 1744-6570.2003.tb00143.x

Bashore, TR, Osman, A., & Heffley, EF (1989). Lentidão mental em idosos: um estudo psicológico cognitivo
análise fisiológica. Psicologia e Envelhecimento, 4, 235–244. doi:10.1037/0882-7974.4.2.235
Becker, BJ e Thompson, C. (2014). O impacto da dependência de múltiplos endpoints na estatística Q em meta-
análise. Métodos de síntese de pesquisa, 5, 235–253. doi:10.1002/JRSM.1110
Bubany, ST e Hansen, JIC (2011). Mudança na coorte de nascimentos nos interesses vocacionais de estudantes universitários do sexo
feminino e masculino. Jornal de Comportamento Vocacional, 78, 59–67. doi:10.1016/j.jvb.2010 .08.002 *Burns, GN,
Morris, MB, Rousseau, N., & Taylor, J. (2013). Personalidade, interesses e indecisão profissional: uma perspectiva multidimensional. Jornal
de Psicologia Social Aplicada, 43, 2090–2099. doi:10.111/jasp. 12162

*Carless, SA (1999). Avaliação de carreira: interesses vocacionais, características de personalidade e habilidades da Holanda.
Jornal de Avaliação de Carreira, 7, 125–144.
Chen, M.-H, Ibrahim, JG, Shah, AK, Lin, J. e Yao, H. (2012). Métodos e modelos de meta-análise com aplicações na avaliação de
medicamentos redutores do colesterol. Estatística em Medicina, 31, 3597–616. doi:10.1002/ sim.5462

Cohen, J. (1988). Análise de poder estatístico para as ciências comportamentais (2ª ed.). Hillsdale, Nova Jersey: Lawrence
Erlbaum Associados.
Cooper, H., Hedges, LV e Valentine, JC (2009). O manual de síntese de pesquisa e meta-análise (2ª ed.). Nova York, NY:
Fundação Russell Sage.
Costa, PT e McCrae, RR (1980). Ainda estável depois de todos esses anos: Personalidade como chave para algumas questões
na idade adulta e na velhice. Em P. Baltes & O. Brim (Eds.), Desenvolvimento e comportamento ao longo da vida (Vol. 3, pp.
65–02). Nova York, NY: Academic Press.
Costa, PT e McCrae, RR (1992a). Avaliação normal da personalidade na prática clínica: O inventário de personalidade NEO.
Avaliação Psicológica, 4, 5–13.
Costa, PT e McCrae, RR (1992b). Manual profissional revisado do NEO Personality Inventory (NEO PI-R) e do NEO Five-Factor
Inventory (NEO FFI). Odessa, FL: Recursos de avaliação psicológica.
*Costa, PT, McCrae, RR, & Holland, JL (1984). Personalidade e interesses vocacionais numa amostra adulta.
Jornal de Psicologia Aplicada, 69, 390–400.
Cotter, EW e Fouad, NA (2011). A relação entre bem-estar subjetivo e personalidade vocacional
tipo de personalidade. Jornal de Avaliação de Carreira, 19, 51–60. doi:10.1177/1069072710382614
*De Fruyt, F. e Mervielde, I. (1997). O modelo de personalidade de cinco fatores e os tipos de interesse RIASEC da Holanda.
Personalidade e diferenças individuais, 23, 87–103. doi:10.1016/S0191-8869(97)00004-4 *De Fruyt, F., &
Mervielde, I. (1999). Tipos RIASEC e cinco grandes características como preditores da situação profissional e
Natureza do emprego. Psicologia Pessoal, 52, 701–727.
Digman, JM (1990). Estrutura da personalidade: Surgimento do modelo de cinco fatores. Revisão Anual de Psicologia,
41, 417–440.
*Duffy, RD, Borges, NJ, & Hartung, PJ (2009). Personalidade, interesses vocacionais e valores profissionais de estudantes de
medicina. Jornal de Avaliação de Carreira, 17, 189–200. doi:10.1177/1069072708329035
Feist, J. e Feist, GJ (2009). Teorias da personalidade. Singapura: McGraw-Hill.
*Fox, M. (1995). Avaliação da personalidade e dos interesses vocacionais: redundantes versus complementares
(Dissertação não publicada). Universidade Estadual de Iowa, Ames.
*Fritzsche, BA, McIntire, SA e Yost, AP (2002). O tipo holandês como moderador do desempenho da personalidade
previsões. Jornal de Comportamento Vocacional, 60, 422–436. doi:10.1006/jvbe.2001.1841
Fouad, NA (2002). Diferenças interculturais em interesses vocacionais: diferenças entre grupos no
Inventário de forte interesse. Jornal de Psicologia de Aconselhamento, 49, 283–289.
Goldberg, L.R. (1993). A estrutura dos traços fenotípicos de personalidade. Psicólogo Americano, 48, 26–34. faça:
10.1037/0003-066x.48.1.26. PMID8427480
Machine Translated by Google

540 Jornal de Avaliação de Carreira 27(3)

*Gottfredson, GD, Jones, EM e Holland, JL (1993). Personalidade e interesses vocacionais: A relação das seis dimensões de interesse
de Holland com cinco dimensões robustas de personalidade. Jornal de Psicologia de Aconselhamento, 40, 518–524.

Harmon, LW, Hansen, JC, Borgen, FH e Hammer, AL (1994). Inventário de forte interesse. Formulários
e guia técnico. Stanford, CA: Stanford University Press.
*Hirschi, A. (2008). Complexos de personalidade na adolescência: traços, interesses, valores de trabalho e autoavaliações.
Personalidade e diferenças individuais, 45, 716–721. doi:10.1016/j.paid.2008.07.018
Holanda, JL (1966). A psicologia da escolha vocacional: uma teoria dos tipos de personalidade e ambientes modelo. Waltham, MA:
Blaisdell.
Holanda, JL (1973). Fazendo escolhas vocacionais: uma teoria de carreiras. Englewood Cliffs, NJ: Prentice Hall.
Holanda, JL (1985). Pesquisa autodirigida. Odessa, FL: Recursos de avaliação psicológica.
Holanda, JL (1997). Fazendo escolhas vocacionais: uma teoria de personalidades vocacionais e ambientes de trabalho
(3ª ed.). Odessa, FL: Recursos de avaliação psicológica.
*Holland, JL, Johnston, JA e Asama, NF (1994). Mais evidências da relação entre a Holanda
tipos de personalidade e variáveis de personalidade. Jornal de Avaliação de Carreira, 2, 331–340.
Hunter, JE e Schmidt, FL (2004). Métodos de meta-análise: Corrigindo erros e vieses nos resultados da pesquisa (2ª ed.). Thousand
Oaks, CA: Sábio.
*Iliescu, D., Ispas, D., Sulea, C., & Ilie, A. (2015). Adequação vocacional e comportamentos de trabalho contraproducentes: uma auto-
perspectiva de regulação. Jornal de Psicologia Aplicada, 100, 21–39. doi:10.1037/a0036652 Jackson, D., Riley, R.,
& White, IR (2011). Metanálise multivariada: potencial e promessa. Estatística em Medicina, 30, 2481–2498. doi:10.1002/sim.3602 Jackson,
D., White, IR, & Thompson, SG (2010). Estendendo a
metodologia de DerSimonian e Laird para realizar meta-análise multivariada de efeitos aleatórios. Estatística em Medicina, 29, 1282–1297.
doi:10.1002/sim. 4172

João, OP (1990). A taxonomia dos cinco grandes fatores: dimensões da personalidade nas línguas naturais e nos questionários. Em
LA Pervin (Ed.), Manual de personalidade: Teoria e pesquisa (pp. 66–100). Nova York, NY: Guilford Press.

*Juiz, TA, Higgins, CA, Thoresen, CJ, & Barrick, MR (1999). Os cinco grandes traços de personalidade, geral
capacidade mental e sucesso profissional ao longo da vida. Psicologia Pessoal, 52, 621–652.
Juiz, TA, Heller, D., & Mount, MK (2002). Modelo de cinco fatores de personalidade e satisfação no trabalho: uma meta-
análise. Jornal de Psicologia Aplicada, 87, 530–541. doi:10.1037//0021-9010.87.3.530
*Kandler, C., Bleidorn, W., Riemann, R., Angleitner, A., & Spinath, FM (2011). As ligações genéticas entre os cinco grandes traços de
personalidade e os domínios de interesse geral. Boletim de Personalidade e Psicologia Social, 37, 1633–1643
doi:10.1177/0146167211414275

*Larson, LM e Borgen, FH (2002). Convergência de interesses vocacionais e personalidade: exemplos em uma amostra de
adolescentes superdotados. Jornal de Comportamento Vocacional, 60, 91–112. doi:10.1006/jvbe.2001.1821 Larson, LM,
Rottinghaus, PJ, & Borgen, FH (2002). Meta-análises dos seis grandes interesses e dos cinco grandes fatores de personalidade. Jornal
de Comportamento Vocacional, 61, 217–239. doi:10.1006/jvbe.2001.1854 *Lehberger, P. (1988). Fatores relacionados
a uma escolha congruente do curso superior (dissertação não publicada). Texas
Universidade de Tecnologia, Lubbock.

*Leuty, ME, Hansen, JIC, & Speaks, SZ (2015). Interesses vocacionais e de lazer, uma abordagem em nível de perfil para examinar
interesses. Jornal de Avaliação de Carreira, 24, 215–239. doi:10.1177/ 1069072715580321

*Lippa, R. (1998). Diferenças individuais relacionadas com o género e a estrutura dos interesses vocacionais: A importância da
dimensão pessoas-coisas. Jornal de Personalidade e Psicologia Social, 74, 996–1009.
Loehlin, JC, McCrae, RR, Costa, PJ e John, OP (1998). Herdabilidades de componentes comuns e específicos de medida dos Cinco
Grandes Fatores de Personalidade. Jornal de Pesquisa em Personalidade, 32, 431–453. faça:10. 1006/jrpe.1998.2225
Machine Translated by Google

Hurtado Ru´a et al. 541

Baixo, KS, Yoon, M., Roberts, BW e Rounds, J. (2005). A estabilidade dos interesses vocacionais desde o início da adolescência até a
meia-idade: uma revisão quantitativa de estudos longitudinais. Boletim Psicológico, 131, 713–737. doi:10.1037/0033-2909.131.5.713

Martincin, K. e Stead, GB (2015). Modelo de cinco fatores e dificuldades na tomada de decisão de carreira: uma meta-
análise. Jornal de Avaliação de Carreira, 23, 3–19. doi:10.1177/1069072714523081
Mavridis, D. e Salanti, G. (2011). Uma introdução prática à meta-análise multivariada. Métodos Estatísticos em Pesquisa Médica, 22,
133–158. doi:10.1177/0962280211432219 McCrae, RR (1989). Por que defendo o
modelo de cinco fatores: Análises fatoriais conjuntas do NEO-PI com outros instrumentos. Em DM Buss & N. Cantor (Eds.), Psicologia
da personalidade: tendências recentes e direções emergentes (pp. 237–245). Nova York, NY: Springer-Verlag.

McCrae, RR, & Costa, Jr. PT (1991). O inventário de personalidade NEO. Usando o modelo de cinco fatores no aconselhamento.
Jornal de Aconselhamento e Desenvolvimento, 69, 367–372. doi:10.1002/j.1556-6676.1991.tb01524.x McCrae, RR, & Costa, PT
(1996). Rumo a uma nova geração de teorias da personalidade: Contextos teóricos para o Modelo dos Cinco Fatores. Em JS Wiggins
(Ed.), O modelo de personalidade de cinco fatores: perspectivas teóricas (pp. 51-87). Nova York, NY: Guilford Press.

McCrae, RR, & Costa, PT (2008). Estatuto empírico e teórico do modelo de cinco fatores de traços de personalidade. Em GJ Boyle, G.
Matthews e DH Saklofske (Eds.), Manual The Sage de teoria e avaliação da personalidade (Vol. 1, pp. 273–294). Los Angeles, CA:
Sage.
McCrae, RR e John, OP (1992). Uma introdução ao modelo de cinco fatores e suas aplicações. Diário de
Personalidade, 60, 175–215.
*McKay, DA e Tokar, DM (2012). Os modelos de personalidade HEXACO e de cinco fatores em relação aos interesses vocacionais da
RIASEC. Jornal de Comportamento Vocacional, 81, 138–149. doi:10.1016/j.jvb.2012. 05.006

Mehrotra, DV (1997). Estimadores robustos não iterativos de componentes de variância em projetos dentro dos assuntos.
Estatística em Medicina, 16, 1465–1479. doi:10.1002/(SICI)1097-0258(19970715)16:13<1465::AID-SIM583>3.0.CO;2-W

Morris,ML (2016). Interesses vocacionais nos Estados Unidos: efeitos de sexo, idade, etnia e ano. Diário de
Psicologia de Aconselhamento, 63, 604–615. doi:10.1037/cou0000164
Mount, MK, Barrick, MR, Scullen, SM e Rounds, J. (2005). Dimensões de ordem superior dos cinco grandes traços de personalidade e dos
seis grandes tipos de interesses vocacionais. Psicologia Pessoal, 58, 447–478. doi:10.1111/ J.1744-6570.2005.00468.X

Nam, I., Mengersen, K. e Garthwaite, P. (2003). Metanálise multivariada. Estatística em Medicina, 22,
2309–2333. doi:10.1002/SIM.1410

*Nauta, M. M. (2007). Interesses profissionais, autoeficácia e personalidade como antecedentes da exploração profissional.
Jornal de Avaliação de Carreira, 15, 162–180. doi:10.1177/1069072706298018
Nauta, M. M. (2013). A teoria holandesa de escolha e ajuste vocacional. Em SD Brown & RW Lent (Eds.), Desenvolvimento e
aconselhamento de carreira: Colocando a teoria e a pesquisa em prática (2ª ed., pp. 55–82).
Hoboken, NJ: Wiley.
Equipe principal de desenvolvimento R. (2016). R: Uma linguagem e ambiente para computação estatística. Viena, Áustria:
Fundação R para Computação Estatística. Obtido em http://www.R-project.org
Riley, RD (2009) Meta-análise multivariada: O efeito de ignorar a correlação dentro do estudo. Diário do
Royal Statistical Society: Série A, 172, 789–811. doi:10.1111/j.1467-985X.2008.00593.x
Rollock, D. e Lui, PP (2016). Invariância de medição e modelo de personalidade de cinco fatores: grupos culturais asiáticos internacionais
e euro-americanos. Avaliação, 23, 571–587. doi:10.1177/10731911 15590854

Rodadas, J. e Tracey, TJG (1996). Equivalência estrutural transcultural de modelos e medidas RIASEC.
Jornal de Psicologia de Aconselhamento, 43, 310–329. doi:10.1037/0022-0167.43.3.310
Sanchez-Meca, J. e Maran-Martinez, F. (2010). Meta-análise em pesquisa psicológica. Jornal Internacional de Pesquisa Psicológica,
3, 151–163.
Machine Translated by Google

542 Jornal de Avaliação de Carreira 27(3)

Savickas, ML e Spokane, AR (1999). Introdução: Reconsiderando a natureza, medição e usos dos interesses vocacionais.
Em ML Savickas & AR Spokane (Eds.), Interesses profissionais. Significado, medição e uso de aconselhamento (pp.
1–13). Palo Alto, CA: Davies-Black.
Schinka, JA, Dye, DA e Curtiss, G. (1997). Correspondência entre os modelos de cinco fatores e RIASEC de
personalidade. Jornal de Avaliação de Personalidade, 68, 355–368.
Schmitt, DP, Allik, J., McCrae, RR, Benet-Martínez, V., Alcalay, L., & Ault, L. (2007). A distribuição geográfica dos cinco
grandes traços de personalidade: padrões e perfis de autodescrição humana em 56 nações.
Jornal de Psicologia Transcultural, 38, 173–212. doi:10.1177/0022022106297299
Schmidt, FL e Hunter, JE (2015). Métodos de meta-análise (3ª ed.). Thousand Oaks, CA: Sábio.
Schmidt, FL, Le, H. e Oh, I. (2009). Correção dos efeitos de distorção de artefatos de estudo em meta-análiseEm LV
Cooper, H. Hedges, & JC Valentine (Eds.), The handbook of research sintetiza and meta-análise (2ª ed.). Nova York,
NY: Fundação Russell Sage.
*Schmitt, N., Golubovich, J., & Leong, FT (2010). Impacto da invariância de medição nas correlações de construtos, diferenças médias e
relações com correlatos externos: um exemplo ilustrativo usando medidas big five e RIASEC. Avaliação, 18, 412–427.
doi:10.1177/1073191110373223 Smits, IAM, Dolan, CV, Vorst, HCM, Wicherts, JM e Timmerman,
ME (2011). Diferenças de coorte nos cinco grandes fatores de personalidade durante um período de 25 anos. Jornal de Personalidade e
Psicologia Social, 100, 1124–1138.

Soto, CJ, John, OP, Gosling, SD e Potter, J. (2011). Diferenças de idade nos traços de personalidade de 10 a 65: cinco
grandes domínios e facetas em uma grande amostra transversal. Jornal de Personalidade e Psicologia Social, 100,
330–346. doi:10.1037/a0021717
Specht, J., Egloff, B. e Schmukle, SC (2011). Estabilidade e mudança de personalidade ao longo da vida: O impacto da
idade e dos principais eventos da vida no nível médio e na estabilidade da ordem de classificação dos cinco grandes.
Jornal de Personalidade e Psicologia Social, 101, 862–882. doi:10.1037/A0024950
*Stoll, G., Rieger, S., Ldtke, O., Nagengast, B., Trautwein, U., & Roberts, BW (2016). Os interesses profissionais
avaliados no final do ensino médio predizem os resultados de vida avaliados 10 anos depois, além do QI e dos cinco
grandes traços de personalidade. Jornal de Personalidade e Psicologia Social, 113, 167–184. doi:10.1037/
pspp0000117
*Sÿverko, I., & Babarovic´, T. (2016). Integrando personalidade e adaptabilidade de carreira ao interesse vocacional
espaço. Jornal de Comportamento Vocacional, 94, 89–103. doi:10.1016/j.jvb.2016.02.2017
*Tokar, DM e Swanson, JL (1995). Avaliação da correspondência entre a tipologia da personalidade vocacional de
Holland e o modelo de personalidade de cinco fatores. Jornal de Comportamento Vocacional, 46, 89–108. doi:10.1006/
jvbe.1995.1006
*Tokar, DM, Vaux, A., & Swanson, JL (1995). Dimensões relativas à personalidade vocacional da Holanda
tipologia e o modelo de cinco fatores. Jornal de Avaliação de Carreira, 3, 57–74.
van Houwelingen, HC, Arends, LR e Stijnen, T. (2010). Métodos avançados em meta-análise: abordagem multivariada e
meta-regressão. Estatísticas em Medicina, 21, 589–624.
*Volodina, A., Nagy, G., & Koller, O. (2015). Sucesso na primeira fase da carreira profissional: O papel das capacidades
cognitivas e escolares, factores de personalidade e interesses vocacionais. Jornal de Comportamento Vocacional,
91, 11–22. doi:10.1016/j.jvb.2015.08.009 *Wasylow, E.
(2004). O impacto das dimensões vocacionais e de personalidade no desenvolvimento de carreira de adultos emergentes
matriculados no ensino superior (Dissertação não publicada). Universidade do Norte do Arizona, Flagstaff.
Whiston, SC e Li, P. (2011). Meta-análise: Um método sistemático para sintetizar pesquisas sobre aconselhamento.
Jornal de Aconselhamento e Desenvolvimento, 89, 273–281. doi:10.1002/j.1556-6678.2011.tb00089.x Whiston, SC, Li,
P., Goodrich Mitts, N., & Wright, L. (2017). Eficácia das intervenções de escolha de carreira: uma replicação e extensão meta-analítica.
Jornal de Comportamento Vocacional, 100, 175–184. doi:10.1016/j.jvb. 2017.03.010

Widiger, TA (2017). Uma discussão de cinco fatores. Em TA Widiger (Ed.), The Oxford handbook of the five factor model
(pp. 539–573). Nova York, NY: Oxford.
Machine Translated by Google

Hurtado Ru´a et al. 543

*Wille, B. e De Fruyt, F. (2014). As vocações como fonte de identidade: relações recíprocas entre os cinco grandes traços de
personalidade e as características da RIASEC ao longo de 15 anos. Jornal de Psicologia Aplicada, 99, 262–281. doi:10.1037/
a0034917

*Wille, B., De Fruyt, F., & Feys, M. (2010). Interesses vocacionais e cinco grandes características como preditores de emprego
instabilidade. Jornal de Comportamento Vocacional, 76, 547–558. doi:10.1016/j.jvb.2010.01.007
Wille, B., Tracey, TJG, Feys, M., & De Fruyt, F. (2014). Um exame longitudinal e multimétodo da congruência interesse-ocupação dentro
e ao longo do tempo. Jornal de Comportamento Vocacional, 84, 59–73. faça:10.
1016/J.JVB.2013.12.001

Wood, W. e Eagly, AH (2009). Vantagens da certeza e da incerteza. Em H. Cooper, LV Hedges e JC

Valentine (Eds.), O manual de síntese de pesquisa e meta-análise (pp. 455–472). Nova York, NY: Fundação Russell Sage.

*Woods, SA e Hampson, SE (2010). Prever ambientes ocupacionais de adultos a partir de traços de gênero e de personalidade infantil.
Jornal de Psicologia Aplicada, 95, 1045–1057. doi:10.1037/a0020600 *Woods, SA, Patterson, F., Wille, B., &
Koczwara, A. (2016). Personalidade e especialidade ocupacional: Um exame de especialidades médicas utilizando o modelo RIASEC
da Holanda. Desenvolvimento de Carreira Internacional, 21, 262–278. doi:10.1108/CDI-10-2015-0130

Yang, W., Stokes, GS e Hui, CH (2005). Validação transcultural da estrutura de interesse da Holanda em
População chinesa, Journal of Vocational Behavior, 67, 379–396.