指紋類別與人格特質關聯性分析

(1)

指紋類別與人格特質關聯性分析

王嘉男1_、王敬文2_、郭佳銘1 1_{國立高雄應用科技大學工業工程與管理系} 2_{國立高雄應用科技大學光電與通訊研究所} E-mail : cn.wang@cc.kuas.edu.tw

摘要

傳統的算命常根據個人不同的生物特徵或藉由其他的演繹方式，再針對不同的情境分析經由主觀臆測推斷個人特質甚至未來運勢。然以上結論並非經由質化或量化分析，其推論往往無法令人信服。因此，科學化的定性歸納分析顯得相當重要，吾人實有必要就生物特徵與人格特質之關聯性做深入之探究。指紋係個人生物特徵中非常獨特的部分，文獻中發現影響人格特質的因素很多，然迄今並無研究討論指紋與人格特質的關聯性。基於指紋的唯一性，本研究率先提出採用指紋搭配血型的人格特質預測方法。首先，輸入影像經由指紋辨認演算法分類後，再利用貝氏信賴網路做48 種人格特質的分類，在此系統中我們可以在 1-2 秒內快速地找出指紋對應的人格特質類別。在本研究中，前測問卷共蒐集141 份、而後證問卷共有 41 份，實驗結果經由統計分析證明指紋與人格特質具有相當高的關聯性，亦有八成以上的受測者對分類結果有非常高的滿意程度。關鍵詞：指紋、指紋類別、人格特質、貝氏信賴網路

1. 前言

1.1 研究背景與動機 現今生活上有許多算命方式，如手、面相等，此類型的算命方式是透過個人的生物特徵與個性的關聯性作為算命的依據。對人們而言，指紋是人的生物特徵之一，世界上每個人的手指紋也都是唯一的。台灣的電視節目近年來掀起一陣「命理熱潮」，其呈現方式通常是1 至 2 位主持人、請來精通不同領域的命理專家，如星座、面相、風水、紫微斗數等，再加上特別來賓，針對個人愛情、運勢等不同的主題，利用星座、命盤、面相等方式來講解；或以遊戲方式，如選數字、選國字、做心理測驗形式表現。以上這些所謂的算命，都是根據不同的星座、面相，造成每人不同的性格，再針對不同的情境分析得到結果。換句話說，就是根據他們所精通的領域部分判斷來賓的個人特質進而分析出結果，因此如何判斷個人特質變得相當重要

。

在個人心理因素中，「人格」是其中很重要的因素之一，因為人格源自個體內一致的行為模式與內在歷程。人格的穩定，使個體在不同的時空下仍可以辨識出一致的行為模式；人格的內在歷程包括了所有的情緒、動機與認知，雖然發生在深層，但卻影響著我們的行為與感受[1]。因此，人格的獨特性、持續性及穩定性，可用來探討個體的行為模式。許多學者針對人格特質做出了相當多的研究，其中工作壓力以及學習能力相關議題更是琳瑯滿目。現今並沒有一個快速及科學的方法來判斷個人的人個特質。人格特質的應用也表現在諸多應徵工作以及學校性向測驗的情況中，應徵工作的過程中實行性向測驗，甚至面試都是公司想要了解員工人格特質的方法之一，不同的環境以及工作內容適合不同性格的員工，因此人格特質的預測變得相當重要。

(2)

1.2 研究目的 指紋擁有兩項重要的特性[2]：1.指紋是不會隨時間而改變的。也就是說，一個人從小到大，他的指紋都會保持其特徵與形狀。2.每一個人的指紋都是獨一無二的。由於這兩個特性，長久以來，指紋在生物特徵辨識的領域上一直受到相當的重視[3]。除了指紋之外，人體上還存在著許許多多的生物特徵，可以作為身分鑑定之用，目前仍在研究或已使用中的辨識科技有聲紋辨識、瞳孔辨識、人臉辨識以及DNA 比對辨識等等。根據我們搜尋國內外現有的專利發明及文獻報告結果，並未發現有類似之作品。眾所周知指紋具唯一性，即便是人眼不易分辨的雙胞胎的指紋也不相同。指紋與基因遺傳關係密切，在生物統計學、心理學上目前也沒有相關的研究報告說明指紋與人格特質有何關聯性。因此使用指紋來做為個性預測，在科學研究上係屬於尚未開闢的蠻荒世界，若能歸納出其對應關係並加上分析將是一大貢獻。

2. 文獻探討

2.1 指紋的起源與應用 指紋是靈長類手指末端指腹上由凹凸的皮膚所形成的紋路，也可指這些紋路在物體上印下的印痕。當人的手指接觸到物品時，通常可在該物品上留下指紋，這些印痕最常在犯罪科學、法醫學上被當作証據。指紋不會增加摩擦力。指紋重複的機會極微，即使相近也能分辨。目前尚未發現有不同的人擁有相同的指紋，每個人的指紋也是獨一無二，廣義的指紋也包括了手掌紋、腳紋、腳掌紋。16 世紀晚期，現代之科學指紋技術才被研發出來，1864 年英國的植物形態學家 Nehemiah Grew 發表了首份關於指紋結構：指脊、指溝及汗孔的科學研究報告，也為日後的指紋辨識科學研究奠下了基礎。雖然在指紋辨識正式運用之前，歷經一段極為艱辛漫長的潛伏時間，現代指紋辨識之發展一直到19 世紀時辨識局才嘗試將詳細的個人資料記錄存檔建立引索，並以一些身體特質取代人名[4]。亞洲在 19 世紀後期才將指紋辨識使用於更多資訊需求上的用途。由於指紋具有上述五大特性，此種紋路是千變萬化，人各不同，基本形態不變，使它在刑事鑑識科學界中用以鑑別個人(個化)最精確最可靠之方法，並為世界各國司法界所接受。近年來，利用生物科技特徵辨識系統來辨識身分已蔚為世界風潮，例如：採取掌形、指紋、虹膜、聲紋、臉形、筆跡等生物特徵，尤以指紋之技術發展最為成熟。生物特徵或行為是個人所獨特擁有，且須經由本人親自認證才使得成功，無可由他人取代，使用者無法在事後否認他的行為，因此生物特徵進行認證是值得信賴之方式[5]。 2.2 人格特質 人格特質，就是包含管理者在內，所有的組織成員都具有影響自我思考、感覺和行為的長期表現，這種特質就是人格特質(personality traites)。人格特質為人格的一般特質，人格特質是個人構成因素的綜合表現[6]。而從人格特質的定義來看即是「人格」與「特質」的結合，每個人的人格都是由多種特質組成。許多學者也認為人格與人格特質無太大的分別，只是人格特質是人格的強化。吳芝儀認為人格特質是一個人在生活中對人、對事、對自己、對外在環境所表現出來的一致性因應方式，個人的人格特質表現，通常都會有差異性[7]。Allport 針對不同形式的刺激，觀察相同或相似態度的反應。定義特質(traits)是指在所處的環境中，對刺激的穩定、持久的反應方式。Allport 在其著作「人格的成長與模式」(Pattern and Growth in Personality)一書，節錄了特質的一些特性如下：(1)人格特質真實存在於人們內在；(2)特質決定了行為或造成了行為，且與環境交互作用產生行為；(3)特質可以憑經驗呈現出來；(4)特質是交互相關的。有些特質是一致的，但表現於外的是不同的行為；(5)特質會隨著情境改變。

(3)

2.3 貝式信賴網路

貝氏信賴網路還有許多其它的名稱，像Belief Network、Bayesian Network、Probabilistic Network、Casual Network 等，指的都是貝氏網路。貝氏信賴網路是一個有向的非循環圖(Directed Acyclic Graph；DAG)，是由質和量兩個部份所組成，質的部份為領域相關變數及變數間交互關係所構成的有向圖，量的部份為領域相關變數的聯合機率分佈。貝氏信賴網路，是一種資料探勘方法，常被使用在被觀察對象具有不確定性時。貝氏信賴網路(Bayesian Belief Network)，是以圖的方式來表達一群隨機變數之間的機率關係，主要由兩種元素組成： 1. 一個有方向、不循環的圖，代表變數彼此之間的相依關係。 2. 每個節點都有一個機率表，關聯起節點與他們的父節點。這個結構顯示出各個因素彼此間的互動關係，再藉由重複的觀測對網路進行訓練，便能夠推測出各個因素間相互影響的概略機率

。

完成網路結構設計之後，接下來就是對網路進行訓練，每一個節點都存有一個紀錄與其相關節點的機率關係的表格，藉由重複對系統作觀測，統計出各項因素間是以什麼樣的機率互相影響著。一旦累積的觀測次數夠多，機率表格的內容便能夠逼近真實機率，也就能夠藉由對現有資訊的觀測，合理的以機率計算方法推測接下來的結果。

3. 研究方法

3.1 指紋分類方法 首先，本研究使用光學式指紋機擷取活體指紋得到原始輸入影像。由於原始影像常伴隨型變(deformation) 等問題如：指紋乾燥、潮濕、受損、疤痕、按壓、及指紋機取像時力道不均所產生的影像變形，因此影像的增強是有必要的。經直方圖修正(histogram specification)增強及脊線(ridge)、谷線(valley)能量分析(energy analysis)後，再沿八個不同的方位每隔 45°角做能量影像投影分析以進一步萃取出感興趣(Region of Interes, ROI)的指印區域。由於本研究已有的活體指紋數量不足以研究本實驗原型機之分類能力，因此參考其他文獻做法使用具公信力的美國國家標準與技術研究院之資料庫(NIST-4)中來做測試[8]，這資料庫有許多版本，著名的即是版本4 共有 4000 張影像。

人類手指紋的類別究竟有幾種目前不得而之，一般文獻報告較常採用的是緣自英國人 Henry 所建議的五大類，亦即：右旋(Right Loop)、左旋(Left Loop)、帳篷弓型(Tented Arch)、弓型(Arch)、螺旋(Whorl)。然而，研究中我們觀察到指紋的類別不僅如此，實際上可細分出更多類型。為精確追蹤紋路流向以鑑定指紋類別，經由方向場估算後，採用以彭佳勒指標(Poincare index)為基礎的改良型階層式奇異點偵測演算法，以偵測奇異點所在位置。本研究設計的三階段金字塔型奇異點偵測演算法，藉逐次縮小偵測範圍可精確地將奇異點定位出來。最後歸納分類出以下八種結果，分別為右旋(Right Loop)、左旋(Left Loop)、帳篷弓型(Tented Arch)、弓型(Arch)、螺旋(Whorl)、S 型(S-type)、漩渦(Eddy)、及氣球(Balloon)。

實驗統計得知平均八類的分類正確率達到 89.76%(拒絕率 4.6%)，而五類的正確率則有 92%(拒絕率 4.6%)。本研究係在 AMD64 Athlon CPU 3.0GHz PC 上進行測試，處理一張大小為 512 × 480 像素的指紋影像平均約需 0.9 秒。與其他文獻相較，本研究率先推出八類的指紋分類演算法，而五類的正確率 92%(拒絕率4.6%)也比現有文獻所發表的結果還要好。 3.2 問卷設計 本研究問卷內容設計乃依據本研究理論架構，參酌國內外相關學者之研究內容，以封閉式問題為主。利用問卷資料結構歸納指紋與人格特質的各種分類結果，建構正式指紋辨識系統算命機的資料庫。基於以上因素，問卷內容主要分為三大部分，第一部份為受訪者基本資料包含性別、年齡、血型、星座；第二部

(4)

份為受訪者利用本研究的指紋分類方法，擷取之左、右手大拇指指紋類別；第三部分為受訪者之人格特質選項。人格特質問卷部分採用李克特的五點尺度量表，依據非常不同意、不同意、沒意見、同意、非常同意分別給予1 至 5 分。本研究人格特質是採用 Costa & McCrae 所提出的 5 大人格特質理論[9]。然而人的性格特質並無法用5 種人格特質來做說明，因此本研究利用學者提出的五大人格特質理論為基礎，在表 1 中的5 大人格特質中，低分以及高分有其代表的個人特質，本研究依據表中所列特質，發展出 14 個構面的個性特質，分別為「神經質」：多愁善感、衝動、自尊心強烈；「外向性」：活潑、被動；「開放性」：態度積極、良好金錢觀念；「和善性」：處事圓融、替他人著想、缺乏耐心；「嚴謹性」：強烈責任感、慢條斯理、注意力集中、領導能力強。 3.3 問卷發放與實施計劃 本研究在抽樣程序上，依循下列幾個步驟進行： 1. 研究對象：指紋牽涉到個人隱私問題，在問卷填答過程中並不容易得到對方首肯。因此，為了蒐集資料的便利性，本研究將以「非隨機比例抽樣」作為抽樣方法，選擇高雄應用科技大學作為發放問卷地點，並以工管系進修部學生作為主要受訪者。 2. 問卷填答過程：本研究的問卷填答過程是以班級為單位，配合同學上課時間進行，受訪者經過指紋辨識系統，辨識受訪者的左、右手大拇指指紋類別後開始作答，作答時間大約5－10 分鐘，全部填寫完畢之後便即刻回收問卷。 3. 收集結果：本研究發出 187 份問卷，回收後經整理刪除無效問卷，得到有效問卷 141 份，有效回收率為75.4﹪。問卷擷取每位成員右手、左手拇指指紋並依序填答其後的個性解析問題，並且依據非常不同意、不同意、沒意見、同意、非常同意分別給予1 至 5 分。再利用各個構面的問項數值採用平均數的處理來作為每位受測者的最終分數。 3.4 統計分析方法 本研究將採用SPSS 12.0 中文版進行資料分析，以下針對本研究使用之統計方法做一概述。 1. 敘述性統計：本研究利用描述性統計的次數分配及百分比分配、平均數及標準差等分析血型以及指紋類型分部比例，以及個問項的平均數、變異數做統計分析。 2. 信度分析：信度，也稱為可靠度，主要在測驗問卷可信度或穩定度，亦指同一群受測者在同一份測驗多次的分數一致性，因此信度是指測驗結果一致性或穩定性。本問卷信度採用 Cronbach’s α 係數來衡量問卷信度的方法。根據學者 Gay [2005]觀點，0.5 ≦ Cronbach’s α ＜ 0.7 表示可信；0.7 ≦ Cronbach’s α ＜ 0.9 表示很可信；0.9 ≦ Cronbach’s α 表示十分可信。任何測驗或量表的信度係數如在0.9 以上，表示測驗或量測的信度甚佳。Vellis [1991]認為信度係數在 0.7 以上是可接受的，假如測驗或量表的信度太低，應重新編製較適宜。 3. 效度分析：效度是在說明一份測驗能真正的測量到他所想測量的能力或功能的程度，也就是能達到測量的目的，才算是有效的測驗。本研究是採用因素分析法得到問卷能夠解釋的總變異量，以此做為效度的衡量方式。

(5)

4. 研究結果與討論

4.1 問卷發放實施情況與量化 本研究問卷於民國九十八年七月三十日至八月十五日實施發放。鑒於指紋涉及個人隱私性及效率性，主要以工業工程管理系進修推廣部和夜間部學生為主要受測對象。本研究發出 187 份問卷，回收後嚴格篩除以連續勾選相同答案十題以上視為無效問卷，得到有效問卷 141 份，有效回收率為 75.4﹪。問卷擷取每位成員右手、左手拇指指紋並依序填答其後的個性解析問題，人格特質問卷部分採用李克特的五點尺度量表，依據非常不同意、不同意、沒意見、同意、非常同意分別給予1 至 5 分。 4.2 信度分析 Cronbach’s α 係數是一種直接分析題目間的一致性或相關程度的標準，所反映的是測量工具內部同性質、一致性或穩定性[10]。當 α 係數愈大時，顯示問項間的相關性愈大，也代表該問卷的信度愈高。因此，本研究以Cronbach’s α 係數為基礎，衡量本研究的信度。本研究問卷的 74 個問項中，整體信度 Cronbach’s α 係數為0.799。代表本問卷有很可信的信度，而各組因素也超過 0.7 以上，資料所呈現的情形具可靠性。 4.3 效度分析 效度是在說明一份測驗能真正的測量到他所想測量的能力或功能的程度，也就是能達到測量的目的，才算是有效的測驗。分析結果當中有 20 個問題的特徵值大於 1，可解釋的總變異為 74.75%，符合至少 50 ％以上的最低需求(陳正昌，2005)，故知本問卷具有可信的建構效度。 4.4 敘述性統計分析 本研究共蒐集了141 份有效問卷，初步統計結果，發現左右手指紋的類型中右手指紋不會出現”弓型”；左手指紋部分並無發現”帳篷弓型”的情況。在血型方面以 O 型 50 人為最多，AB 型 7 人最少其中有 3 人血型未知；指紋類型方面(左手類型，右手類型)以(左旋，右旋)為主要類型共有 59 人、次要指紋類型分別為(Ｓ型，Ｓ型)、(漩渦、漩渦)、(螺旋、螺旋)，各有 19、17、14 人，詳細數量分佈情形如下表所式：表 1 血型統計表血型數量(百分比) A 型 42(29.79%) B 型 39(27.66%) O 型 50(35.46%) AB 型 7(4.96%) 未知 3(2.13%) 總和 141(100%)

(6)

表 2 指紋類型統計表指紋類別數量指紋類別數量指紋類別數量左旋右旋 59 左旋螺旋 3 Ｓ型漩渦 7 螺旋右旋 1 弓型螺旋 1 左旋Ｓ型 3 漩旋右旋 2 螺旋螺旋 14 Ｓ型Ｓ型 19 Ｓ型右旋 1 漩渦螺旋 5 弓型氣球 1 左旋左旋 1 左旋漩渦 1 Ｓ型氣球 1 左旋帳蓬 1 螺旋漩渦 1 氣球氣球 2 右旋螺旋 1 漩渦漩渦 17 4.5 人格特質分類模型 綜合上述之問卷結果中血型，與指紋類別的相對機率，再根據貝氏信賴網路之觀點，建構本研究之貝氏信賴網路模型，如下：圖 1 貝式信賴網路圖

(7)

在經過信賴網路以及問卷分析結果，利用網路資料[11]以及文獻針對人格特質特性個性相關敘述共整理出48 種人格特質結果，此結果將會應用在本研究之指紋辨識與人格特質分類系統之中，做為驗證問卷的測驗。 4.6 後測驗證與應用 驗證問卷的目的是要檢測系統的準確程度，驗證問卷包含三個部分：第一部分為簡易人格特質調查問卷共有15 題；第二部分為血型與指紋選項；第三部分為受測者對系統準確度的評分從非常不準確到非常準確分為 1~10 分(見附錄)。驗證問卷實施流程如下，首先請受測者填寫第一部分人格特質調查問卷；接著在本系統輸入血型並擷取左右手大拇指指紋，透過系統分類得到人格特質預測結果；再請受測者根據得到結果填寫第三部分系統準確度的評分。本研究驗證問卷共發放 56 份，經過篩選無效問卷後共得到 41 份有效問卷，回收率為73.21%。本研究結合信賴網路及依據上述問卷歸納整理後，把指紋及血型的配對分成 48 種類別，並於 98 年 9 月 24 日至 27 日在台北市世貿一館之「台北國際發明暨技術交易展」參加展覽。展覽期間的受測對象，是由有興趣之隨機受測者測驗，並在測驗結束後，填寫一份準確度問卷，即是對於利用指紋及血型分析出的滿意度問卷。本研究在發明展中搜集的隨機受測者共有306 位，加上 41 份驗證問卷的準確度調查共有 347 份準確度調查結果，經整理得平均數為7.1268，眾數為 8，由此得知，受測者認為指紋辨識系統算命機的準確度超過七成。資料如下：表 3 準確度調查結果平均數 7.126801153 最小值 1 標準誤 0.116532499 最大值 10 標準差 2.170759935 總和 2473 變異數 4.712198697 個數 347 眾數 8 中間數 8 利用上述資料進行假設檢定，因為想要達到是否能明顯的大於中間值5，因此設定虛無假設 H0：μ ≦ 6 ，對立假設H1：μ ＞ 6，來做檢定。計算後的檢定值為 9.7，在 α = 0.001 的顯著水準下樣本數的平均值明顯 的大於6，因此我們可以推斷利用此系統所得到的結果是非常準確的。

(8)

5. 結論與未來建議

本研究結論共有以下幾點： 1. 本研究透過問卷分析及結果證明了指紋與人格特質有相當程度的關聯性，我們利用貝氏信賴網路做 48 種人格特質的分類。對於此分類，超過八成以上受測者對結果的準確性感到滿意。 2. 本研究探討指紋類別過程中，除了原本 5 種指紋類別之外，發現了額外三種的指紋類別，分別為 S 型、漩渦、氣球等三種。並且在準確率方面，八種指紋類別的分累準確度達到了89.76%。 3. 指紋分類的過程中，我們所發現的二十種左右姆指指紋組合中有四種指紋組合為多數人所擁有，分別為 (左旋，右旋) 40.1%、(螺旋，螺旋) 10.44%、(漩渦，漩渦) 14.29%、(Ｓ型，Ｓ型) 13.74%，其中(左旋，右旋)的數量非常明顯的高於其他指紋類別組合。在血型方面由 A 型 53 人、B 型 48 人、O 型 67 人的數量較多，彼此之間並沒有相當大的差異。然值得注意的是B 型在指紋類別只有 7 種組合，相對的比 A 型14 種和 O 型 14 種為少。 4. 在指紋類別以及人格特質的關聯性發現，(左旋，右旋)此種類別在人格特質的表現屬於較為中性的狀態，在目前的 14 種人格特質構面中並無特別凸顯的人格特質；(螺旋，螺旋)此種類別在多愁善感、衝動、態度積極等人格特質上較為明顯，也較容易分心；(漩渦，漩渦)此種類別處事圓滑，活潑且有責任感卻較為被動；(Ｓ型，Ｓ型)此種類別則是不容易有情感上的波動，對事情較為主動且有良好的金錢觀。指紋是個人生物特徵上非常獨特的一部分，本研究率先提出利用指紋來預測人格特質的方法，而也證明此方法是有效的。未來可以利用此結果將指紋延伸至更多方面，如指紋與學習能力的相關性，或是不同的指紋適合的相關行業研究等。

參考文獻

[1] 葉又甄，「人格特質、生活型態、星座類型三對消費者決策型態差異之研究」，大葉大學，碩士論文，2007。 [2] U. Halici and G. Ongun, “Fingerprint classification through self-organizing feature maps modified to treat uncertainties,”

Proceedings of the IEEE, vol.84, no. 10, pp. 1497-1512, Oct,1996.

[3] Jain, L. Hong, and R. Bolle, “On-line fingerprint verification,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 19, no. 4, pp.302-314, April, 1997.

[4] Nalini Ratha, Rund Bolle, Automatic fingerprint Recognition Systems, New York: Springer-Verlag, 2004.

[5] 張世旭、黃智任、鄭方炫、許文星，「結合指紋、智慧卡與公開金鑰密碼機制之認證加密簽章系統，影像與識別」第5 卷第 3 期，P.105，1999。

[6] 林欽榮，「管理心理學」，五南圖書，台北，1983。 [7] 吳芝儀，「生涯探索與規劃」，濤石文化，嘉義，2000。

[8] C. I. Watson and C. L. Wilson, “NIST special database 4, fingerprint database,” National Institute of Standards and Technology, March, 1992.

[9] McCrae, R. R., & Costa, P. T., “Personality in adulthood: a five-factor theory perspective.” New York: Guilford Press, 2003.

[10] 邱皓政，「量化研究與統計分析」，五南出版社，台北，2000。

指紋類別與人格特質關聯性分析