Traçando o Perfil do Entrevistado: Aplicando a Abordagem Centrada na Pessoa na Pesquisa de Entrevistas Investigativas

No passado, a pesquisa de detecção de engano explorou se havia características pessoais específicas relacionadas à mentira e descobriu que fatores como personalidade e moralidade estão de fato relacionados à mentira. No entanto, pesquisas anteriores geralmente se concentraram em uma abordagem centrada na variável. No entanto, um centrado na pessoa pode ser mais adequado aqui, pois permite o estudo de pessoas de uma maneira integrativa. Neste experimento, 673 alunos completaram um questionário que incluía medidas dos cinco fatores de personalidade, o nível de desengajamento moral, a carga cognitiva percebida ao mentir, estratégias de mentira, frequência de mentiras e a escala LiES, uma ferramenta que mede a tendência de contar mentiras egoístas, altruístas e vingativas. Realizamos uma análise de perfil latente para integrar personalidade, desligamento moral, e pontuações de carga cognitiva percebida em perfis específicos. Em seguida, relacionamos a participação no perfil ao comportamento mentiroso. Obtivemos quatro perfis e descobrimos que a extroversão, o desengajamento moral e a carga cognitiva percebida contribuíram mais para as diferenças de perfil. Também descobrimos que a frequência de mentiras não diferia entre os perfis, enquanto a tendência de mentiras sim. Em conclusão, nossos resultados sugerem que várias facetas do indivíduo desempenham um papel conjunto no comportamento de mentir, e que adotar uma abordagem centrada na pessoa pode ser uma boa estratégia para explorar o papel das diferenças interpessoais na pesquisa de detecção de mentiras. Também descobrimos que a frequência de mentiras não diferia entre os perfis, enquanto a tendência de mentiras sim. Em conclusão, nossos resultados sugerem que várias facetas do indivíduo desempenham um papel conjunto no comportamento de mentir, e que adotar uma abordagem centrada na pessoa pode ser uma boa estratégia para explorar o papel das diferenças interpessoais na pesquisa de detecção de mentiras. Também descobrimos que a frequência de mentiras não diferia entre os perfis, enquanto a tendência de mentiras sim. Em conclusão, nossos resultados sugerem que várias facetas do indivíduo desempenham um papel conjunto no comportamento de mentir, e que adotar uma abordagem centrada na pessoa pode ser uma boa estratégia para explorar o papel das diferenças interpessoais na pesquisa de detecção de mentiras.

Mentir é um comportamento humano comum ( DePaulo et al., 1996 ), e as pessoas mentem por vários motivos ( Vrij, 2008 ): podemos mentir para obter vantagem material, para evitar punição e perda ( DePaulo et al., 1996 ; Bok, 1999 ), para evitar ferir outras pessoas ( Vrij, 2008 ; Levine e Schweitzer, 2015 ) e, infelizmente, também para ferir outras pessoas ( Guthrie e Kunkel, 2013 ; Hart et al., 2020 ).

Embora as pessoas achem a mentira deplorável ( The Global Deception Research Team, 2006 ), a pesquisa sugere que mentir é frequente ( DePaulo et al., 1996 ; Engels et al., 2006 ; Lawson e Leck, 2006 ; Tyler et al., 2006 ; Vrij , 2008 ). Vários fatores podem influenciar o comportamento enganoso. Os homens contam mais mentiras orientadas para si próprios do que as mulheres ( Rowatt et al., 1999 ), enquanto as mulheres contam mais mentiras orientadas para os outros do que os homens ( DePaulo e Bell, 1996 ). Uma ligação entre os traços do modelo de personalidade dos Cinco Fatores ( Costa e McCrae, 1992 ) e a decepção também parece emergir ( Buss, 1992 ;Kashy e DePaulo, 1996 ; Wiebe, 2004 ; Weiss e Feldman, 2006 ; Vrij, 2008 ; Williams et al., 2010 ; Conrads et al., 2013 ; Eshet et al., 2014 ; Michikyan et al., 2014 ; Gylfason et al., 2016 ). Por exemplo, Hart et al. (2020)explorou a ligação entre personalidade e três tipos diferentes de mentiras: mentiras egoístas (mentiras contadas para evitar consequências), mentiras altruístas (mentiras contadas para beneficiar outra pessoa) e mentiras vingativas (mentiras contadas para prejudicar outra pessoa). Eles descobriram que pontuações mais baixas em abertura, conscienciosidade, extroversão e afabilidade e pontuações mais altas em neuroticismo se correlacionaram com uma tendência aumentada de contar mentiras egoístas, enquanto pontuações mais baixas em conscienciosidade e amabilidade se correlacionaram com uma tendência aumentada de contar mentiras altruístas e vingativas, respectivamente .

Além disso, outros fatores além da personalidade também influenciam o comportamento enganoso. Na verdade, descobriu-se que diferenças interpessoais influenciam remetentes e destinatários em tarefas de detecção de mentiras ( Levine, 2010 ; Caso et al., 2018 , 2019 ). A moralidade é um dos fatores que desempenham um papel na produção de mentiras, com pessoas com maior moralidade mentindo menos do que pessoas com menor moralidade. No entanto, os humanos ainda podem adotar “maus comportamentos” distanciando-se deles por meio do desengajamento moral, um processo baseado em oito mecanismos diferentes que reformulam os comportamentos imorais como moralmente aceitáveis ​​( Bandura, 1986 , 1999 ). Na verdade, o desligamento moral mostrou estar positivamente relacionado com trapaça e mentira ( Barsky, 2011Šukys, 2013 ; Tasa e Bell, 2017 ), bem como com o bullying ( Gini, 2006 ; Obermann, 2011 ), tomada de decisão antiética ( Detert et al., 2008 ), transgressões organizacionais ( Bandura et al., 2000 ; Moore, 2008 ), e o risco de desenvolver comportamento anti-social ( Hyde et al., 2010 ).

A carga cognitiva experimentada ao mentir é outro fator importante. Foi sugerido que, em geral, as pessoas experimentam uma carga cognitiva maior quando mentem do que quando dizem a verdade ( Vrij, 2015 ), um resultado que foi encontrado também em pesquisas de imagens cerebrais ( Christ et al., 2008 ). Além disso, pesquisas mostram que, quando as pessoas percebem uma carga cognitiva mais elevada, podem evitar mentir ( Mann et al., 2015 ).

Resumindo, a literatura disponível sugere uma associação entre comportamento enganoso e personalidade e desengajamento moral, mas não explorou como eles interagem nem como se relacionam com a mentira. No entanto, essas interações são importantes e podem ser estudadas por meio da abordagem centrada na pessoa. Segundo Magnusson (1998) , permite o estudo do funcionamento do indivíduo por meio de uma visão integrativa, ao contrário da abordagem tradicional centrada na variável que considera as características do indivíduo de forma isolada. Além disso, a abordagem centrada na pessoa agrupa os indivíduos por meio de um processo orientado por dados, em vez de por critérios predeterminados ( Lewandowski et al., 2014), e leva em conta as correlações entre os vários fatores (variáveis). Portanto, foi sugerido que a abordagem centrada na pessoa pode prever o comportamento futuro dos indivíduos melhor do que as abordagens tradicionais ( Magnusson, 1992 ).

A abordagem centrada na pessoa já foi aplicada em pesquisa de marketing ( Grieco et al., 2015 ; de Oña et al., 2016 ; Del Chiappa et al., 2018 ), estudos de demência ( Morganti et al., 2020 ), educacional ( Rodríguez et al., 2014 ; Jaakkola et al., 2015 ), clínica ( Lewandowski et al., 2014 ; Steca et al., 2016 ) e psicologia investigativa ( Canter e Youngs, 2009 ; Sea et al., 2020 ). No entanto, até onde sabemos, há apenas um estudo disponível que aplicou a abordagem centrada na pessoa na pesquisa de detecção de mentiras.

Fornaciari et al. (2013) avaliaram as características linguísticas de 31 declarações emitidas em tribunais italianos e descobriram que alguns perfis (que rotularam como “amigável”, “organizado” e “perspicaz”) foram melhor classificados por um algoritmo de aprendizado de máquina do que outros (como Pessoas “não cooperativas”). No entanto, este estudo não levou em conta o desengajamento moral, e não explorou nem a tendência a mentir, nem as estratégias utilizadas por pessoas pertencentes a perfis específicos.

Objetivos do Estudo

O objetivo deste estudo foi explorar como os cinco fatores da personalidade ( Costa e McCrae, 1992 ), o nível de desengajamento moral ( Bandura et al., 1996 ; Caprara et al., 2006 ), e a carga cognitiva percebida ao mentir integrar para formar perfis específicos e como tais perfis: (i) estão associados à tendência de contar três tipos de mentiras (altruísta, anti-social e egoísta); (ii) relacionar-se ao uso de estratégias específicas empregadas para enganar, e; (iii) afetar a frequência de mentiras.

Não tínhamos expectativas claras sobre quantos perfis surgiriam, qual seria o padrão de suas pontuações em personalidade, desengajamento moral e a carga cognitiva percebida ao mentir e que associação os perfis teriam com estratégias de mentira. De fato, (a) até onde sabemos, nenhuma pesquisa anterior explorou a interação ou relação entre tais variáveis; (b) o padrão correlacional de tais variáveis ​​em toda a amostra não é muito informativo ao usar a abordagem centrada na pessoa, pois diferentes perfis são caracterizados por diferentes padrões correlacionais, e (c) não é possível conhecer tais padrões dentro de cada perfil antes que os perfis sejam obtidos.

No entanto, pesquisas mostram que existem tanto pessoas com alta tendência a mentir (às vezes chamadas de “mentirosos prolíficos”) e pessoas com baixa tendência a mentir ( Serota e Levine, 2015 ). Além disso, a tendência a mentir está relacionada a traços disposicionais e características pessoais ( Markowitz e Levine, 2021 ). Portanto, esperávamos que tais conclusões também aparecessem em nossas análises.

Para dar um exemplo, a (cor) relação entre o desligamento moral e a extroversão pode ser diferente entre os indivíduos. Supondo que o alto desprendimento moral e a baixa extroversão estejam relacionados à maior tendência a mentir, aqueles que apresentam esse padrão podem estar mais propensos a mentir do que aqueles que têm pontuação alta em ambos ou aqueles que têm pontuação baixa no desprendimento moral e alta na extroversão. Da mesma forma, pessoas com alto desengajamento moral e alta carga cognitiva percebida quando mentem podem ter uma tendência menor a mentir do que pessoas que mostram alto desengajamento moral, mas baixa carga cognitiva percebida. Na verdade, o primeiro pode ser moralmente desengajado ao mentir, mas eles ainda poderiam evitá-lo quando possível se sentirem que é muito exigente do ponto de vista cognitivo para eles. Ao contrário, aqueles que estão novamente moralmente desligados, mas consideram mentir cognitivamente simples, podem mentir mais.

Com base no acima exposto, previmos que pelo menos um perfil seria marcado por uma combinação de variáveis ​​associadas com alta tendência a mentir (por exemplo, baixa extroversão, alto desprendimento moral e baixa carga cognitiva percebida) (H1a) e um seria marcado por uma combinação de variáveis ​​associadas a uma menor tendência a mentir (por exemplo, baixo desprendimento moral e alta carga cognitiva percebida) (H1b).

Além disso, previmos que: (i) quanto mais um perfil inclui características associadas à mentira, mais frequentemente os participantes desse perfil mentem (H2); (ii) perfis marcados com uma combinação de variáveis ​​associadas com alta tendência a mentir estariam associados a contar mentiras mais vingativas e egoístas do que os outros perfis (H3).

Infelizmente, devido à falta de pesquisas anteriores relatadas acima, não é possível estabelecer previsões mais precisas e, de fato, hipóteses liberais, ao invés de estritas, são comuns em abordagens centradas na pessoa ( Steca et al., 2016 ).

Métodos

Participantes

O único critério de inclusão foi o participante ter mais de 18 anos. No total, participaram do estudo 673 participantes. A idade variou de 18 a 91 anos ( M = 32,63, DP = 15,14). Cerca de 73% eram mulheres e cerca de 26% eram homens. Cerca de 57% eram estudantes (cerca de 17% deles eram estudantes trabalhadores), cerca de 1% estava desempregado, cerca de 5% estava reformado e cerca de 35% eram trabalhadores ativos.

Variáveis ​​e instrumentos

A personalidade foi avaliada por meio da versão revisada em italiano (I-TIPI-R, Chiorri et al., 2015 ), do Inventário de Personalidade de 10 Itens original (TIPI, Gosling et al., 2003 ). O TIPI original é uma medida curta e validada dos cinco fatores dos domínios da personalidade ( Gosling et al., 2003 ) e já foi usada com sucesso em pesquisas de engano ( Hart et al., 2020 ). No TIPI, o participante responde a dois itens para cada um dos cinco fatores de personalidade em uma escala que varia de 1 (discordo totalmente) a 7 (concordo totalmente) e as respostas para os cinco pares são combinadas, resultando em uma pontuação que varia de 2 a 14. No entanto, Chiorri et al. (2015)constatou que a versão italiana do TIPI fornecido por Gosling é inadequada para uma amostra italiana e, portanto, criou uma versão revisada, o I-TIPI-R. Eles mostraram que ele tem uma estrutura fatorial adequada, confiabilidade teste-reteste, concordância auto-observador, validade convergente e discriminante com o Big Five Inventory ( Ubbiali et al., 2013 ). Os cinco fatores foram calculados pela média dos itens que compõem cada fator ( Gosling et al., 2003 ).

A moralidade foi medida por meio da Escala de Desengajamento Moral, composta por 32 itens que exploram as oito dimensões do desengajamento moral (para uma visão geral detalhada, ver Bandura, 1986 , 1999 ; Bandura et al., 1996 ; Caprara et al., 2006 ): justificativa moral (ver a ação como aceitável quando a serviço de propósitos sociais ou morais valorizados), rotulagem eufemística (usar a linguagem para descrever/mascarar a ação imoral para fazê-la parecer socialmente aceitável), comparação vantajosa (comparar ações imorais a ações que são pares pior), deslocamento de responsabilidade(justificar ações repreensíveis como consequência da pressão social, mudar a agência da própria ação do perpetrador para a comunidade ou para outras pessoas), difusão da responsabilidade (a responsabilidade da ação não é uma consequência da ação de um único indivíduo : o comportamento do perpetrador é atribuído ao comportamento dos outros), desconsiderando as consequências (distorcendo ou ignorando a consequência do comportamento repreensível adotado para atingir o seu objetivo), desumanização (a vítima é despojada de qualidades humanas e/ou é atribuída bestial qualidades), e atribuição de culpa(a vítima é considerada responsável pelo comportamento adotado pelo agressor). O nível total de desengajamento moral foi calculado pela média das pontuações dos 32 itens.

Os participantes também relataram sua carga cognitiva percebida ao mentir. A pergunta era ” Quanto você acha mentalmente desafiador para mentir?” A resposta variou de um (nada) a cinco (muito). Decidimos medir o nível de carga cognitiva percebido, em vez do real, porque estávamos interessados ​​no que os participantes vivenciavam quando mentiam. Na verdade, nossa previsão é que perceber a mentira como uma tarefa cognitivamente exigente pode atuar como um impedimento da mentira ( Mann et al., 2015 ), o que pode, por sua vez, explicar o resultado pelo qual uma das estratégias mais comuns é manter a história simples ( Vrij , 2008 ; Leins et al., 2013 ; Verigin et al., 2019 ).

No que diz respeito às variáveis ​​dependentes, a tendência a mentir foi medida através da escala LiES, composta por 16 afirmações que os participantes classificaram de 1 (discordo totalmente) a 7 (concordo totalmente). Esta ferramenta examina três dimensões relativas ao comportamento de mentira: mentiras egoístas, mentiras altruístas e mentiras vingativas/anti-sociais ( Hart et al., 2020 ). Alguns exemplos de itens são “ Para evitar constrangimento, minto ” (mentiras egoístas), “ minto para fazer as pessoas se sentirem melhor ” (mentiras altruístas) e “ minto por vingança”(Mentiras vingativas). Os escores de cada fator são calculados pela média das respostas aos itens relativos a cada dimensão específica. Devido à falta de validação desta escala na língua italiana, a consistência interna dos três fatores foi calculada e uma análise fatorial confirmatória foi executada.

No que diz respeito à estratégia de mentir, a pesquisa sugere que as pessoas criem estratégias e adotem o gerenciamento da informação a fim de aumentar as chances de serem acreditadas quando mentem ( Verigin et al., 2019 ). As pessoas regulam seu comportamento social para melhorar sua auto-apresentação ( DePaulo, 1992 ; DePaulo et al., 2003 ) e tentam se comportar e falar a fim de evitar comportamentos associados à mentira e parecer verdadeiras ( Vrij et al., 2010 ). Isso também foi demonstrado em Leins et al. (2013), onde os resultados indicaram que entre as estratégias que as pessoas utilizaram quando mentiram está a exploração de experiências anteriores e a simplicidade de uma história. No entanto, pessoas diferentes podem usar estratégias diferentes. Por esse motivo, pedimos aos nossos participantes que selecionassem sua estratégia preferida em uma lista derivada de Verigin et al. (2019) . As opções eram: “manter a declaração clara e simples”, “contar uma história plausível”, “evitar”, “incorporar a mentira”, “fornecer detalhes não verificáveis”, “combinar o tipo de detalhes entre mentiras e verdades”, “relatar de experiências anteriores, ”“ combinando a quantidade de detalhes entre mentiras e verdades ”,“ use fabricações completas ”,“ outras estratégias ”. Além disso, seguindo Verigin et al. (2019), os participantes avaliaram em uma escala que varia de 1 (nada) a 10 (muito) a importância de perceber as estratégias verbais e não-verbais para escapar impunes de suas mentiras.

Da mesma forma que feito em pesquisas anteriores ( Serota et al., 2010 ; Serota e Levine, 2015 ), os participantes também relataram quantas mentiras dos seguintes tipos contaram nas últimas 24 horas: mentiras brancas, exageros, omissões, falsificações , e mentiras embutidas.

Procedimento

Primeiramente, devido à necessidade de tradução, para alguns itens, um pesquisador italiano com alta proficiência em inglês que desconhecia os objetivos do experimento traduziu a escala LiES e a definição de estratégias de mentira de Verigin et al. (2019) em italiano e depois de volta ao inglês. Dois outros pesquisadores, novamente língua materna italiana com alta proficiência em inglês, avaliaram a qualidade das traduções de cada item em uma escala de um a três (um correspondendo a “não coerente”, dois a “coerente” e três a “Muito coerente”). A concordância entre avaliadores variou de 93,75 a 100%.

Em seguida, uma pesquisa online de Módulos do Google foi compartilhada com estudantes universitários e nas redes sociais. Depois de fornecer o consentimento informado, os participantes leram uma explicação de sua tarefa e, em seguida, responderam à pesquisa. A participação foi voluntária, nenhuma recompensa foi oferecida. O preenchimento do questionário demorou cerca de 12 minutos. O estudo foi conduzido de acordo com a Declaração de Helsinque ( World Medical Association (WMA), 2004 ) e com as diretrizes éticas para pesquisa fornecidas pela Italian Psychological Association ( Associazione Italiana di Psicologia, 2015 ). Todos os dados eram anônimos.

Plano de Análise de Dados

Cálculo do tamanho da amostra

Para determinar o tamanho da amostra necessário, usamos GPower ( Faul et al., 2007 ) e definimos o poder em 0,95, α em 0,05 e o tamanho do efeito f em 0,25, pois estávamos interessados ​​em pelo menos tamanhos de efeito moderados. Executamos duas análises de poder a priori : uma assumindo dois perfis emergentes (necessário N = 210) e outra assumindo cinco (necessário N = 305; decidimos não considerar mais de cinco grupos, pois pretendíamos ser parcimoniosos, também para evitar fazer o interpretação dos perfis difícil). No entanto, análises como LPA requerem grandes tamanhos de amostra (> 500, ver Meyer e Morin, 2016 ), portanto, pretendíamos alcançar uma amostra maior e paramos quando a janela de coleta de dados fechou.

Análise de Perfil Latente

Os perfis foram obtidos por meio da Análise de Perfil Latente (LPA), com base nas pontuações dos participantes no I-TIPI-R, na Escala de Desengajamento Moral e na carga cognitiva percebida ao mentir. O objetivo foi obter grupos homogêneos e explorar se eles diferiam quantitativa e/ou qualitativamente. Avaliamos cinco modelos diferentes, de uma solução de um perfil por meio de uma solução de cinco perfis. Como um estimador, selecionamos Robust Maximum Likelihood ( Yuan e Bentler, 2000 ; Boduszek et al., 2021) Com o LPA, existe o risco de que soluções não confiáveis ​​sejam obtidas devido aos máximos locais. Para reduzir esse risco, selecionamos 1.000 valores iniciais aleatórios e 250 otimizações de estágio final. Para comparar os ajustes dos diferentes modelos, utilizamos o Log verossimilhança, o Akaike Information Criteria (AIC), o Bayesian Information Criteria (BIC), o BIC ajustado por amostra (SABIC). Valores mais baixos indicam melhor ajuste. Além disso, calculamos a entropia, que é uma indicação de quão bem a solução de perfil pode classificar os indivíduos em perfis, com maiores valores de entropia indicando melhor classificação. Por último, usamos o teste de Lo-Mendell-Rubin, que compara uma solução com o k anterior-1 solução. Resumindo, este teste examina se uma solução menos parcimoniosa é melhor do que a solução anterior, mais parcimoniosa. Um valor não significativo indica que não há diferenças entre os dois modelos, sugerindo que o modelo com menos perfis deve ser selecionado.

Relacionando Perfis com Mentira

A associação entre a participação no perfil e a estratégia categorial de mentir preferencial foi explorada por análises de tabelas de contingência.

A associação entre pertencer ao perfil e: (i) a tendência de contar mentiras altruístas, anti-sociais e egoístas; (ii) a percepção da importância das estratégias de mentira verbal; (iii) a percepção da importância das estratégias de mentira não-verbais; e (iv) a frequência de várias formas de mentir foi explorada por meio de MANOVAs e testes univariados subsequentes. As análises post hoc foram conduzidas com correção de Bonferroni. Por último, para ilustrar ainda mais os prós da abordagem centrada na variável, conduzimos um modelo linear geral multivariado com os cinco fatores da personalidade, o nível de desengajamento moral, a carga cognitiva percebida ao mentir e gênero como preditores e as pontuações LiES como o variáveis ​​de resultado.

Resultados

Análises Preliminares

A triagem dos dados mostrou que, ao adotar West et al. (1995) diretrizes pelas quais a normalidade é assumida quando a assimetria não excede | 2 | e a curtose não excede | 7 |, todas as sete variáveis ​​selecionadas para criar os perfis foram normalmente distribuídas. No entanto, nenhuma das variáveis ​​relacionadas à frequência de mentiras teve distribuição normal (todas apresentaram alta assimetria positiva). Assim, foram transformados em sua raiz quadrada ( Barbaranelli e D’Olimpio, 2006 ). A transformação funcionou para todas as variáveis ​​excluindo o número de falsificações, que tentamos transformar via transformação log10, mas também não funcionou. Portanto, essa variável foi excluída das análises.

Uma vez que a escala LiES ( Hart et al., 2020 ) não é validada na língua italiana, também testamos a validade desta escala. O alfa de Cronbach era “bom” para mentiras egoístas (0,83) e altruísta (0,80), mas “pobre” para mentiras vingativas (0,44). Uma exploração posterior mostrou que o item 16 (“ Não minto para prejudicar intencionalmente as pessoas ”) era problemático. Ao excluir este item, a consistência interna aumentou para 0,81. Assim, excluímos este item do cálculo do fator mentiras justificativas. Em seguida, conduzimos uma Análise Fatorial Confirmatória usando o estimador Diagonal Weighted Least Squares (DWLS), que é considerado mais eficaz do que o estimador de Máxima Verossimilhança ao lidar com variáveis ​​ordenadas ( Pastore e Lombardi, 2014 ;Lionetti et al., 2016 ). O ajuste foi bom [χ 2 (74) = 246,91, p <0,001, CFI = 0,97, TLI = 0,96, RMSEA = 0,059, SRMR = 0,071].

Análise de Perfil Latente

Antes da realização do APL, todas as variáveis ​​selecionadas foram padronizadas. O ajuste obtido para as análises de perfil latente são relatados na Tabela 1 , enquanto a Tabela 2relata os dados demográficos e as pontuações das variáveis ​​para cada perfil. A probabilidade de log, AIC, BIC e SABIC foram todos menores para a solução de cinco perfis. No entanto, esta solução não era confiável, pois os resultados podem ser devidos a máximos locais. Como o problema não foi resolvido ao aumentar o número de inicializações aleatórias, essa solução foi ignorada. A segunda melhor solução foi a solução de quatro perfis, que também apresentou um teste LMR significativo. Isso indica que a solução de quatro perfis supera o desempenho da solução de três perfis. A entropia dessa solução de quatro perfis foi de 0,736 que, embora não seja extremamente alta, ainda pode ser aceitável ( Muthén, 2021 ). Portanto, selecionamos esta solução. O gráfico de perfis é representado na Figura 1. Como os perfis são definidos com escores z, cada escore z de cada perfil em uma variável específica indica a distância entre a média do perfil e a média total da amostra ( Scholte et al., 2005 ). Tais intervalos, embora expressos como unidades de desvio padrão, podem ser interpretados como tamanhos de efeito em uma veia semelhante a como os d de Cohen são interpretados ( Steca et al., 2016 ): efeito pequeno (0,2), efeito médio (0,5) e efeito grande (0,8).

TABELA 1

Mesa 1. Modelo de análise de perfil latente se encaixam em medidas e comparações.

TABELA 2

Mesa 2. Características demográficas de cada um dos quatro perfis.

FIGURA 1

Figura 1. Gráfico de análise de perfil latente descrevendo os escores de personalidade, moralidade e carga cognitiva percebida para cada perfil. Os escores das seis variáveis que constituem os perfis (personalidade, desengajamento moral e carga cognitiva percebida) são relatados como escores Z e seu desvio da grande média.

O Perfil 1 pontuou alto em extroversão, abertura e carga cognitiva percebida ao mentir, e ligeiramente abaixo da grande média em desligamento moral ( z = −0,14). Esse perfil foi composto por 235 participantes (cerca de 34% do total da amostra) e apresentou um padrão que pode estar relacionado à tendência à baixa altitude. De fato, pontuações altas em abertura ( Hart et al., 2020 ), carga cognitiva ao mentir ( Mann et al., 2015 ) e baixo desprendimento moral ( Barsky, 2011 ; Šukys, 2013 ) foram todos encontrados relacionados a menos mentiras. Perfil 1, portanto, suporta H1b.

Perfil 2 (260 participantes, cerca de 38% de toda a amostra), teve pontuação baixa em extroversão e abertura, mas alta em carga cognitiva percebida ao mentir. Além disso, também pontuou ligeiramente abaixo da grande média em desligamento moral. Considerando que este perfil mostrou tanto características relacionadas à tendência de mentir mais alta (pontuações mais baixas em extroversão e abertura, ver Hart et al., 2020 ) e tendência a mentir mais baixa (carga cognitiva percebida alta e baixo desengajamento moral), este perfil não suportou H1 .

O Perfil 3 pontuou alto em extroversão e abertura, mas baixo em carga cognitiva percebida ao mentir (83 participantes, cerca de 12% da amostra total), o que apoiou parcialmente H1a, em particular por causa do nível de carga cognitiva percebida.

O Perfil 4 foi composto por 95 participantes (cerca de 14% da amostra total), que pontuaram baixo em extroversão, abertura e carga cognitiva percebida ao mentir, mas mais alto do que todos os outros perfis em desligamento moral. Uma vez que baixos níveis de extroversão, abertura e carga cognitiva percebida ao mentir, e altos níveis de desengajamento moral estão relacionados à mentira, este perfil apóia H1a.

Para explorar a associação entre gênero e pertencimento ao perfil, um teste de qui-quadrado foi executado. No entanto, como apenas seis pessoas selecionaram a opção “outros”, foram excluídas das análises. O teste foi significativo, [χ 2 (3) = 20,33, p <0,001]. Menos homens e mais mulheres do que o esperado pertenciam ao perfil 2, mas mais homens do que mulheres pertenciam ao perfil 4.

Relacionando Perfis com Variáveis ​​Externas

Os perfis obtidos com o LPA foram relacionados às variáveis ​​dependentes relatadas acima. Não houve diferença significativa ao focar na estratégia preferida de mentir, [χ 2 (27) = 29,30, p = 0,35].

Pelo contrário, a importância das estratégias verbais e não verbais ao mentir mostrou uma diferença multivariada significativa para ambos os membros do perfil, traço de Pillai [ (6, 1318) = 3,08, p <0,01], e gênero, traço de Pillai [ ( 2, 658) = 6,35, p <0,01]. O efeito de interação não foi significativo, traço de Pillai [ (6, 1318) = 0,59, p = 0,74]. Em relação aos efeitos univariados de pertencimento ao perfil, a diferença foi significativa para a importância atribuída às estratégias verbais, [ (3, 659) = 3,90, p <0,01], eta quadrado parcial = 0,017, mas não para estratégias não verbais, [(3, 659) = 0,55, p = 0,65], eta parcial ao quadrado = 0,003. No entanto, nenhuma das comparações entre pares foi significativa.

Em relação aos efeitos univariados do sexo, a diferença não foi significativa para a importância atribuída às estratégias verbais, [ (1, 659) = 3,71, p = 0,054], eta quadrado parcial = 0,006, mas significativa para estratégias não verbais, [ (1, 659) = 12,47, p <0,001], eta parcial ao quadrado = 0,02. Participantes do sexo feminino ( M = 8,37; DP = 1,86) atribuíram mais importância às estratégias não-verbais do que os participantes do sexo masculino ( M = 7,77; DP = 2,10).

Não houve diferença na frequência de mentiras, nem para pertença ao perfil, traço de Pillai [ (12, 1974) = 1,15, p = 0,31], nem para gênero, traço de Pillai [ (4, 656) = 1,89, p = 0,11] ou sua interação, traço de Pillai [ (12, 1974) = 1,04, p = 0,41]. Portanto, H2 não era compatível.

Por último, ao focar nas pontuações LiES, um efeito multivariado significativo apareceu para associação de perfil, traço de Pillai [ (9, 1977) = 4,28, p <0,001], gênero, traço de Pillai [ (3, 657) = 4,42, p <0,01], e sua interação, traço de Pillai [ (9, 1977) = 2,32, p <0,05].

Com relação à adesão ao perfil, um efeito significativo univariado apareceu para mentiras egoístas, [ (3, 659) = 8,36, p <0,001], eta parcial ao quadrado = 0,040 e mentiras vingativas, [ (3, 659) = 6,75, p <0,001], eta parcial ao quadrado = 0,030, mas não para mentiras altruísticas, [ (3, 659) = 2,41, p = 0,06], eta parcial ao quadrado = 0,011. Como mostra a Figura 2 , o perfil 4 mostrou uma tendência maior para contar mentiras egoístas e vingativas do que os perfis 1 e 2, que não diferiam entre si. Os efeitos foram médios: para mentiras egoístas, a diferença entre o Perfil 1–4 e o Perfil 2–4, g= 0,52. Para mentiras justificativas, a diferença entre o Perfil 1–4 e o Perfil 2–4, g = 0,47. Isso suporta H3.

FIGURA 2

Figura 2. Perfis comparações das pontuações das três dimensões lies: mentiras auto-servindo, mentiras altruístas, mentiras vingádicas. Diferentes sobrescritos indicam uma diferença com p < 0,05. Por exemplo, para as mentiras de autosserviço Perfil 1 e Perfil 2 diferem do Perfil 4, mas não um do outro nem do Perfil 3. Quanto maior a pontuação, maior a tendência de dizer tipos específicos de mentiras (por exemplo, autosserviço).

Com relação ao gênero, um efeito significativo univariado apareceu para mentiras justificativas, [ (1, 659) = 11,04, p <0,01], eta parcial ao quadrado = 0,020, mas não para egoísmo, [ (1, 659) = 0,09, p = 0,76], eta parcial ao quadrado = 0,00, nem mentiras altruísticas, [ (1, 659) = 0,76, p = 0,38], eta parcial ao quadrado = 0,001. Participantes do sexo feminino relataram uma tendência menor de contar mentiras vingativas ( M = 1,22; DP = 0,61) do que participantes do sexo masculino ( M = 1,42; DP = 0,82), g= −0,30. A interação do Perfil por sexo não foi significativa para autosserviço, [ (3, 659) = 1,06, p = 0,36], eta parcial ao quadrado = 0,005, altruísta, [ (3, 659) = 1,77, p = 0,15] , eta parcial ao quadrado = 0,008, nem para mentiras justificativas, [ (3, 659) = 2,11, p = 0,10], eta parcial ao quadrado = 0,01.

Análises adicionais

Um modelo linear geral multivariado com os cinco fatores de personalidade, o nível de desengajamento moral, a carga cognitiva percebida ao mentir e gênero como preditores e as pontuações LiES como variáveis ​​de resultado foi conduzido para cada um dos quatro perfis emergentes. Os resultados mostram que o papel dos preditores desempenhou um papel diferente dentro de cada perfil ( Tabela 3 ). Por exemplo, para o perfil 1, níveis mais altos de desengajamento moral e níveis mais baixos de carga cognitiva percebida ao mentir foram associados a uma tendência maior de mentir. Para o perfil 2, que mostra um nível semelhante de carga cognitiva percebida ( z = 0,50) ao do Perfil 1 ( Z = 0,47, consulte a Figura 2), a carga cognitiva não era mais um preditor significativo de tendência a mentir. Ao contrário, o nível mais baixo de conscienciosidade e o alto nível de desprendimento moral foram associados a uma tendência mais elevada de contar mentiras egoístas e altruístas. Para o perfil 3, baixos níveis de extroversão e de estabilidade estão associados a uma maior tendência para mentir, e para o perfil 4, por exemplo, baixos níveis de conscienciosidade e amabilidade estão associados a uma maior tendência para mentir.

TABELA 3

Mesa 3. Regressão múltipla com personalidade, moralidade e carga cognitiva percebida como preditores e escores de LiES como as variáveis de desfecho para cada perfil.

Discussão

Neste experimento, objetivamos encontrar uma subpopulação de participantes (Perfis) com base na combinação de personalidade, desligamento moral e carga cognitiva percebida ao mentir. Obtivemos quatro perfis, um dos quais (Perfil 4) apresentou um padrão de pontuação associado a uma maior probabilidade de mentir. De fato, o Perfil 4 mostrou baixos níveis de extroversão, afabilidade, abertura e carga cognitiva percebida ao mentir, mas alto desprendimento moral. Por outro lado, o perfil 1 apresentou um padrão associado a uma menor tendência a mentir, pois apresentou altos níveis de extroversão, abertura e carga cognitiva, mas baixos escores de desengajamento moral. Os outros dois perfis apresentaram um padrão um tanto misto, com pontuações em algumas variáveis ​​que, de acordo com a literatura disponível, estão associadas à tendência de baixa altitude, e outras a uma tendência superior.Magnusson, 1998 ), e que focar em variáveis ​​isoladas pode não descrever em detalhes a especificidade e as características de cada pessoa. De acordo com essa abordagem, as pessoas devem ser vistas como um “todo” que não é feito como a simples soma de cada faceta.

Ao observar a associação entre pertencer ao perfil e comportamento de mentira, não encontramos diferenças entre os perfis para o número de mentiras contadas nas 24 horas anteriores. No entanto, nossos resultados mostraram várias diferenças ao focar nas dimensões do LiES. Descobrimos que os participantes pertencentes ao perfil 4 mostraram maior tendência para contar mentiras egoístas e vingativas. Isso faz sentido quando lido à luz de pesquisas anteriores que mostram que alto desprendimento moral, baixa extroversão e baixa carga cognitiva percebida ao mentir estão associados à mentira ( Šukys, 2013 ; Mann et al., 2015 ; Hart et al., 2020) Da mesma forma, nosso resultado mostrando que as pessoas pertencentes ao perfil 1 têm menor tendência a mentir se encaixa com pesquisas anteriores, visto que as pessoas pertencentes a esse perfil apresentaram, entre outras, alta abertura e percepção de carga cognitiva.

Não encontramos associação entre pertencer ao perfil e a estratégia preferida de mentir, tampouco para a importância atribuída às estratégias verbais e não verbais ao mentir, mas encontramos efeito para o gênero. O fato de as mulheres atribuírem mais importância ao comportamento não-verbal do que os homens e apresentarem uma tendência menor de contar mentiras vingativas também se encaixa com pesquisas anteriores ( Kashy e DePaulo, 1996 ).

Este experimento também apoiou a ideia de que pode haver características disposicionais que estão relacionadas com uma maior probabilidade de mentir, mas é importante observar que rotular os indivíduos como “mentirosos” ou que algumas pessoas nasceram mentirosas enquanto outras não, deve ser evitado : outros fatores, como fatores contextuais, desempenham um papel importante no comportamento e na tendência de mentir ( Markowitz e Levine, 2021 ).

No que diz respeito às aplicações práticas do presente experimento, sendo este o primeiro estudo explorando perfis de personalidade na arena do engano, focamos nossa atenção principalmente na exploração e na descrição dos perfis emergentes. Estudos futuros devem, no entanto, enfocar também a aplicação prática dessa abordagem. Por exemplo, a associação ao perfil pode ser usada para definir a melhor técnica de entrevista de acordo com cada entrevistado. Além disso, uma vez que sejam obtidas evidências mais fortes de que existem de fato perfis específicos relacionados a uma maior tendência a mentir, tais perfis podem ser usados ​​para selecionar funcionários para empregos que requerem alta confiabilidade, como os operacionais de inteligência. A esse respeito, Semrad et al. (2014 ; 2019 ; 2020 ) eSemrad e Scott-Parker (2020) enfatizaram a importância de definir quais traços de personalidade fazem um bom mentiroso, uma habilidade que é particularmente importante para agentes secretos, e sublinharam a importância de desenvolver baterias para fins de seleção.

Sob um ponto de vista teórico, nosso estudo lançou luz sobre a importância de estudar como várias variáveis ​​desempenham um papel comum.papel na mentira. As características pessoais e sua relação com a mentira não são mais estudadas isoladamente, mas sim de forma integrativa, como se se moderassem. Aqui, as pessoas são consideradas como caracterizadas por uma constelação de traços (personalidade), atitudes (desengajamento moral) e crenças/percepção (carga cognitiva percebida ao mentir) que são diferentes (cor) relacionados dentro de cada perfil emergente. Por exemplo, descobrimos que pessoas com níveis semelhantes de extroversão e abertura, mas padrões opostos de desligamento moral e carga cognitiva (ver perfis 2 e 4) apresentam tendências diferentes de mentira. Portanto, acreditamos que a aplicação da abordagem centrada na pessoa na arena da entrevista investigativa pode ser uma linha de pesquisa útil para atingir tais objetivos.

É importante notar, entretanto, que nosso estudo teve várias limitações. Primeiro, os tamanhos de efeito que obtivemos foram geralmente pequenos ou médios. Isso pode ser devido às variáveis ​​selecionadas para criar os perfis. Em segundo lugar, nosso estudo foi baseado em medidas autorreferidas. Embora pesquisas relevantes sobre o comportamento de mentir sejam de fato baseadas em medidas como dados de pesquisas ( Serota et al., 2010 ; Serota e Levine, 2015 ) ou estudos diários ( DePaulo et al., 1996 ; Vrij, 2008), o risco de ocorrer um preconceito egoísta está em jogo. Portanto, estudos futuros devem incluir critérios mais objetivos (por exemplo, personalidade avaliada por observadores, contagem objetiva de mentiras contadas, etc.). Terceiro, nosso estudo foi transversal, mas é importante estudar o efeito das características pessoais longitudinalmente. A esse respeito, também é preciso destacar que coletamos dados tanto de alunos quanto de trabalhadores. Achamos que isso não deve ser um problema. Na verdade, é difícil ver como a personalidade, que se acredita ser estável ao longo da vida ( Costa e McCrae, 1986 ; Terracciano et al., 2010 ; McCrae e Costa, 2013), e o desengajamento moral está relacionado a ser estudante vs. ser trabalhador, visto que estudar e depois ir para o mercado de trabalho/emprego faz parte de nossas vidas. No entanto, estudos futuros também devem explorar esse aspecto. Quarto, avaliamos o nível percebido, em vez do real, da carga cognitiva. Embora tenhamos explicado as razões para essa decisão acima, pesquisas futuras também devem explorar o papel que a carga cognitiva real desempenha. Quinto, estudos futuros também devem coletar informações sobre localização geográfica, etnia e status socioeconômico.

Apesar dessas limitações, pesquisas futuras devem explorar em mais detalhes quais outros fatores e variáveis ​​devem ser usados ​​para criar tais perfis, bem como se perfis diferentes: (i) estão associados a diferentes pistas para engano, e (ii) impacto na eficácia de vários tipos de técnicas de entrevista disponíveis até o momento. Em suma, uma relevância prática potencial desta abordagem seria focar em diferentes estratégias de entrevista e/ou pistas para engano de acordo com a associação do perfil do entrevistado e o contexto específico. No entanto, a pesquisa ainda é escassa e alcançar esse objetivo é provavelmente difícil.

Declaração de Disponibilidade de Dados

Os dados brutos que sustentam as conclusões deste artigo serão disponibilizados pelos autores, sem reserva indevida, a qualquer pesquisador qualificado.

Declaração ética

Não foi necessária revisão ética e aprovação para o estudo sobre os participantes humanos, de acordo com a legislação local e as exigências institucionais. Os pacientes/participantes forneceram seu consentimento por escrito informado para participar deste estudo.

Contribuições autorais

NP e LuC conceberam a ideia do estudo. NP, LeC, AG e LuC projetaram o experimento, coletaram dados, realizaram a análise dos dados, interpretaram os resultados e escreveram o manuscrito. Todos os autores contribuíram para o artigo e aprovaram a versão submetida.

Conflito de Interesses

Os autores declaram que a pesquisa foi conduzida na ausência de relações comerciais ou financeiras que pudessem ser interpretadas como um potencial conflito de interesses.

Nota do Editor

Todas as reivindicações expressas neste artigo são exclusivamente dos autores e não representam necessariamente as de suas organizações afiliadas, ou as do editor, dos editores e dos revisores. Qualquer produto que possa ser avaliado neste artigo, ou alegação que possa ser feita por seu fabricante, não é garantido ou endossado pelo editor.

References

 Associazione Italiana di Psicologia (2015). Codice Etico per la Ricerca in Psicologia. Available online at: https://www.aipass.org/node/11560 (accessed April 4, 2021).

Google Scholar

 Bandura, A. (1986). Social Foundations of Thought and Action: A Social Cognitive Theory (Vol. 1986). Englewood Cliffs, NJ: Prentice-Hall.

Google Scholar

 Bandura, A. (1999). Moral disengagement in the perpetration of inhumanities. Pers. Soc. Psychol. Rev. 3, 193–209. doi: 10.1207/s15327957pspr0303_3

CrossRef Full Text | Google Scholar

 Bandura, A., Barbaranelli, C., Caprara, G. V., and Pastorelli, C. (1996). Mechanisms of moral disengagement in the exercise of moral agency. J. Pers. Soc. Psychol. 71, 364–374. doi: 10.1037/0022-3514.71.2.364

CrossRef Full Text | Google Scholar

 Bandura, A., Caprara, G.-V., and Zsolnai, L. (2000). Corporate transgressions through moral disengagement. J. Hum. Values 6, 57–64. doi: 10.1177/097168580000600106

CrossRef Full Text | Google Scholar

 Barbaranelli, C., and D’Olimpio, F. (2006). Analisi Dei Dati Con SPSS (Vol. 2). Milano: Led Milano.

Google Scholar

 Barsky, A. (2011). Investigating the effects of moral disengagement and participation on unethical work behavior. J. Bus. Ethics 104:59. doi: 10.1007/s10551-011-0889-7

CrossRef Full Text | Google Scholar

 Boduszek, D., Debowska, A., Sherretts, N., Willmott, D., Boulton, M., Kielkiewicz, K., et al. (2021). Are prisoners more psychopathic than non-forensic populations? Profiling psychopathic traits among prisoners, community adults, university students, and adolescents. Deviant Behav. 42, 232–244. doi: 10.1080/01639625.2019.1665221

CrossRef Full Text | Google Scholar

 Bok, S. (1999). Lying: Moral Choice in Public and Private Life. New York, NY: Vintage Books.

Google Scholar

 Buss, D. M. (1992). Manipulation in close relationships: five personality factors in interactional context. J. Pers. 60, 477–499. doi: 10.1111/j.1467-6494.1992.tb00981.x

PubMed Abstract | CrossRef Full Text | Google Scholar

 Canter, D. V., and Youngs, D. (2009). Investigative Psychology: Offender Profiling and The Analysis of Criminal Action. Chichester: John Wiley & Sons.

Google Scholar

 Caprara, G. V., Barbaranelli, C., Pastorelli, C., Iafrate, C., Beretta, M., Steca, P., et al. (2006). La misura del disimpegno morale nel contesto delle trasgressioni dell’agire quotidiano. Giornale Ital. Psicol. 33, 83–106. doi: 10.1421/21961

CrossRef Full Text | Google Scholar

 Caso, L., Maricchiolo, F., Livi, S., Vrij, A., and Palena, N. (2018). Factors affecting observers’ accuracy when assessing credibility: the effect of the interaction between media, senders’ competence and veracity. Span. J. Psychol. 21:E49. doi: 10.1017/sjp.2018.54

PubMed Abstract | CrossRef Full Text | Google Scholar

 Caso, L., Palena, N., Carlessi, E., and Vrij, A. (2019). Police accuracy in truth/lie detection when judging baseline interviews. Psychiatry Psychol. Law 26, 841–850. doi: 10.1080/13218719.2019.1642258

PubMed Abstract | CrossRef Full Text | Google Scholar

 Chiorri, C., Bracco, F., Piccinno, T., Modafferi, C., and Battini, V. (2015). Psychometric properties of a revised version of the ten item personality inventory. Eur. J. Psychol. Assess. 31, 109–119.

Google Scholar

 Christ, S. E., Van Essen, D. C., Watson, J. M., Brubaker, L. E., and McDermott, K. B. (2008). The contributions of prefrontal cortex and executive control to deception: evidence from activation likelihood estimate meta-analyses. Cereb. Cortex 19, 1557–1566. doi: 10.1093/cercor/bhn189

PubMed Abstract | CrossRef Full Text | Google Scholar

 Conrads, J., Irlenbusch, B., Rilke, R. M., and Walkowitz, G. (2013). Lying and team incentives. J. Econ. Psychol. 34, 1–7. doi: 10.1016/j.joep.2012.10.011

CrossRef Full Text | Google Scholar

 Costa, P. T., and McCrae, R. R. (1986). Personality stability and its implications for clinical psychology. Clin. Psychol. Rev. 6, 407–423. doi: 10.1016/0272-7358(86)90029-2

CrossRef Full Text | Google Scholar

 Costa, P. T., and McCrae, R. R. (1992). Revised NEO Personality Inventory (NEO-PI-R) and NEO Five-Factor Inventory (NEO-FFI) Manual. Odessa, FL: Psychological Assessment Resources.

Google Scholar

 de Oña, J., de Oña, R., and López, G. (2016). Transit service quality analysis using cluster analysis and decision trees: a step forward to personalized marketing in public transportation. Transportation 43, 725–747. doi: 10.1007/s11116-015-9615-0

CrossRef Full Text | Google Scholar

 Del Chiappa, G., Atzeni, M., and Ghasemi, V. (2018). Community-based collaborative tourism planning in islands: a cluster analysis in the context of Costa Smeralda. J. Destin. Market. Manag. 8, 41–48. doi: 10.1016/j.jdmm.2016.10.005

CrossRef Full Text | Google Scholar

 DePaulo, B. M. (1992). Nonverbal behavior and self-presentation. Psychol. Bull. 111, 203–243. doi: 10.1037/0033-2909.111.2.203

PubMed Abstract | CrossRef Full Text | Google Scholar

 DePaulo, B. M., and Bell, K. L. (1996). Truth and investment: lies are told to those who care. J. Pers. Soc. Psychol. 71, 703–716. doi: 10.1037/0022-3514.71.4.703

PubMed Abstract | CrossRef Full Text | Google Scholar

 DePaulo, B. M., Kashy, D. A., Kirkendol, S. E., Wyer, M. M., and Epstein, J. A. (1996). Lying in everyday life. J. Pers. Soc. Psychol. 70, 979–995. doi: 10.1037/0022-3514.70.5.979

CrossRef Full Text | Google Scholar

 DePaulo, B. M., Lindsay, J. J., Malone, B. E., Muhlenbruck, L., Charlton, K., and Cooper, H. (2003). Cues to deception. Psychol. Bull. 129, 74–118. doi: 10.1037/0033-2909.129.1.74

PubMed Abstract | CrossRef Full Text | Google Scholar

 Detert, J. R., Treviño, L. K., and Sweitzer, V. L. (2008). Moral disengagement in ethical decision making: a study of antecedents and outcomes. J. Appl. Psychol. 93, 374–391. doi: 10.1037/0021-9010.93.2.374

PubMed Abstract | CrossRef Full Text | Google Scholar

 Engels, R. C. M. E., Finkenauer, C., and van Kooten, D. C. (2006). Lying behavior, family functioning and adjustment in early adolescence. J. Youth Adolesc. 35, 949–958. doi: 10.1007/s10964-006-9082-1

CrossRef Full Text | Google Scholar

 Eshet, Y., Grinautski, K., Peled, Y., and Barczyk, C. (2014). No more excuses–personality traits and academic dishonesty in online courses. J. Stat. Sci. Appl. 2, 111–118. doi: 10.17265/2328-224X/2014.03.004

PubMed Abstract | CrossRef Full Text | Google Scholar

 Faul, F., Erdfelder, E., Lang, A.-G., and Buchner, A. (2007). GPower 3: a flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behav. Res. Methods 39, 175–191. doi: 10.3758/BF03193146

PubMed Abstract | CrossRef Full Text | Google Scholar

 Fornaciari, T., Celli, F., and Poesio, M. (2013). “The effect of personality type on deceptive communication style,” in Proceedings of the 2013 European Intelligence and Security Informatics Conference, Uppsala.

Google Scholar

 Gini, G. (2006). Social cognition and moral cognition in bullying: what’s wrong? Aggress. Behav. 32, 528–539. doi: 10.1002/ab.20153

CrossRef Full Text | Google Scholar

 Gosling, S. D., Rentfrow, P. J., and Swann, W. B. (2003). A very brief measure of the Big-Five personality domains. J. Res. Pers. 37, 504–528. doi: 10.1016/S0092-6566(03)00046-1

CrossRef Full Text | Google Scholar

 Grieco, C., Michelini, L., and Iasevoli, G. (2015). Measuring value creation in social enterprises:a cluster analysis of social impact assessment models. Nonprofit Volunt. Sect. Q. 44, 1173–1193. doi: 10.1177/0899764014555986

CrossRef Full Text | Google Scholar

 Guthrie, J., and Kunkel, A. (2013). Tell me sweet (and not-so-sweet) little lies: deception in romantic relationships. Commun. Stud. 64, 141–157. doi: 10.1080/10510974.2012.755637

CrossRef Full Text | Google Scholar

 Gylfason, H. F., Halldorsson, F., and Kristinsson, K. (2016). Personality in Gneezy’s cheap talk game: the interaction between Honesty-Humility and Extraversion in predicting deceptive behavior. Pers. Individ. Diff. 96, 222–226. doi: 10.1016/j.paid.2016.02.075

CrossRef Full Text | Google Scholar

 Hart, C. L., Lemon, R., Curtis, D. A., and Griffith, J. D. (2020). Personality traits associated with various forms of lying. Psychol. Stud. 65, 239–246. doi: 10.1007/s12646-020-00563-x

CrossRef Full Text | Google Scholar

 Hyde, L. W., Shaw, D. S., and Moilanen, K. L. (2010). Developmental precursors of moral disengagement and the role of moral disengagement in the development of antisocial behavior. J. Abnorm. Child Psychol. 38, 197–209. doi: 10.1007/s10802-009-9358-5

PubMed Abstract | CrossRef Full Text | Google Scholar

 Jaakkola, T., Wang, C. K. J., Soini, M., and Liukkonen, J. (2015). Students’ perceptions of motivational climate and enjoyment in finnish physical education: a latent profile analysis. J. Sports Sci. Med. 14, 477–483.

Google Scholar

 Kashy, D. A., and DePaulo, B. M. (1996). Who lies? J. Pers. Soc. Psychol. 70, 1037–1051. doi: 10.1037/0022-3514.70.5.1037

CrossRef Full Text | Google Scholar

 Lawson, H. M., and Leck, K. (2006). Dynamics of internet dating. Soc. Sci. Comput. Rev. 24, 189–208. doi: 10.1177/0894439305283402

CrossRef Full Text | Google Scholar

 Leins, D. A., Fisher, R. P., and Ross, S. J. (2013). Exploring liars’ strategies for creating deceptive reports. Legal Criminol. Psychol. 18, 141–151. doi: 10.1111/j.2044-8333.2011.02041.x

CrossRef Full Text | Google Scholar

 Levine, E. E., and Schweitzer, M. E. (2015). Prosocial lies: when deception breeds trust. Organ. Behav. Hum. Decis. Process. 126, 88–106. doi: 10.1016/j.obhdp.2014.10.007

CrossRef Full Text | Google Scholar

 Levine, T. R. (2010). A few transparent liars explaining 54% accuracy in deception detection experiments. Ann. Int. Commun. Assoc. 34, 41–61. doi: 10.1080/23808985.2010.11679095

CrossRef Full Text | Google Scholar

 Lewandowski, K. E., Sperry, S. H., Cohen, B. M., and Ongür, D. (2014). Cognitive variability in psychotic disorders: a cross-diagnostic cluster analysis. Psychol. Med. 44, 3239–3248. doi: 10.1017/S0033291714000774

PubMed Abstract | CrossRef Full Text | Google Scholar

 Lionetti, F., Keijsers, L., Dellagiulia, A., and Pastore, M. (2016). Evidence of factorial validity of parental knowledge, control and solicitation, and adolescent disclosure scales: when the ordered nature of likert scales matters. Front. Psychol. 7:941. doi: 10.3389/fpsyg.2016.00941

PubMed Abstract | CrossRef Full Text | Google Scholar

 Magnusson, D. (1992). Individual development: a longitudinal perspective. Eur. J. Pers. 6, 119–138. doi: 10.1002/per.2410060205

CrossRef Full Text | Google Scholar

 Magnusson, D. (1998). “The logic and implications of a person approach,” in Methods and Models for Studying the Individual, eds R. B. Cairns, L. R. Bergman, and J. Kagan (Thousand Oaks, CA: Sage), 33–64.

Google Scholar

 Mann, S. A., Vrij, A., Leal, S., Vernham, Z. L., and Geven, L. (2015). The deterrence of deception through imposing cognitive load. Open Access J. For. Psychol. 7, 90–105.

Google Scholar

 Markowitz, D. M., and Levine, T. R. (2021). It’s the situation and your disposition: a test of two honesty hypotheses. Soc. Psychol. Pers. Sci. 12, 213–224. doi: 10.1177/1948550619898976

CrossRef Full Text | Google Scholar

 McCrae, R. R., and Costa, P. T. (2013). Personality in Adulthood: A Five-Factor Theory Perspective (2nd. ed.). New York, NY: Guilford press.

Google Scholar

 Meyer, J. P., and Morin, A. J. S. (2016). A person-centered approach to commitment research: theory, research, and methodology. J. Organ. Behav. 37, 584–612. doi: 10.1002/job.2085

CrossRef Full Text | Google Scholar

 Michikyan, M., Subrahmanyam, K., and Dennis, J. (2014). Can you tell who I am? Neuroticism, extraversion, and online self-presentation among young adults. Comput. Hum. Behav. 33, 179–183. doi: 10.1016/j.chb.2014.01.010

CrossRef Full Text | Google Scholar

 Moore, C. (2008). Moral disengagement in processes of organizational corruption. J. Bus. Ethics 80, 129–139. doi: 10.1007/s10551-007-9447-8

CrossRef Full Text | Google Scholar

 Morganti, F., Palena, N., Savoldelli, P., and Greco, A. (2020). Take the first-person perspective to become dementia-friendly: the use of 360° video for experiencing everyday-life challenges with cognitive decline. Front. Psychol. 11:1117. doi: 10.3389/fpsyg.2020.01117

PubMed Abstract | CrossRef Full Text | Google Scholar

 Muthén, B. (2021). Re: What is a good level of entropy [Online discussion group]. Available online at: http://www.statmodel.com/discussion/messages/13/2562.html?1237580237 (accessed May 1, 2021).

Google Scholar

 Obermann, M.-L. (2011). Moral disengagement in self-reported and peer-nominated school bullying. Aggress. Behav. 37, 133–144. doi: 10.1002/ab.20378

PubMed Abstract | CrossRef Full Text | Google Scholar

 Pastore, M., and Lombardi, L. (2014). The impact of faking on Cronbach’s alpha for dichotomous and ordered rating scores. Qual. Quant. 48, 1191–1211. doi: 10.1007/s11135-013-9829-1

CrossRef Full Text | Google Scholar

 Rodríguez, S., Regueiro, B., Pena, R. B., Valle, A., Piñeiro, I., and Menéndez, R. C. (2014). Teacher self-efficacy and its relationship with students’ affective and motivational variables in higher education. Eur. J. Educ. Psychol. 7, 107–120.

Google Scholar

 Rowatt, W. C., Cunningham, M. R., and Druen, P. B. (1999). Lying to get a date: the effect of facial physical attractiveness on the willingness to deceive prospective dating partners. J. Soc. Pers. Relationsh. 16, 209–223. doi: 10.1177/0265407599162005

CrossRef Full Text | Google Scholar

 Scholte, R. H. J., van Lieshout, C. F. M., de Wit, C. A. M., and van Aken, M. A. G. (2005). Adolescent personality types and subtypes and their psychosocial adjustment. Merrill Palmer Q. 51, 258–286. doi: 10.1353/mpq.2005.0019

PubMed Abstract | CrossRef Full Text | Google Scholar

 Sea, J., Beauregard, E., and Youngs, D. (2020). Behavioural profiles and offender characteristics: typology based on the Personality Assessment Inventory (PAI) in homicide cases. J. Investig. Psychol. Offender Prof. 17, 310–331. doi: 10.1002/jip.1559

CrossRef Full Text | Google Scholar

 Semrad, M., and Scott-Parker, B. (2020). Police, personality and the ability to deceive. Int. J. Police Sci. Manag. 22, 50–61. doi: 10.1177/1461355719880568

CrossRef Full Text | Google Scholar

 Semrad, M., Scott-Parker, B., and Nagel, M. (2019). Personality traits of a good liar: a systematic review of the literature. Pers. Individ. Diff. 147, 306–316. doi: 10.1016/j.paid.2019.05.007

CrossRef Full Text | Google Scholar

 Semrad, M., Scott-Parker, B., and Vanags, T. (2020). DeceIT and personality: which HEXACO traits make a convincing liar? J. Police Crim. Psychol. [Epub ahead of print]. doi: 10.1007/s11896-020-09378-y

CrossRef Full Text | Google Scholar

 Semrad, M., Vanags, T., and Bhullar, N. (2014). Selecting witness protection officers: developing a test battery for Australian police. Police Pract. Res. 15, 6–16. doi: 10.1080/15614263.2012.710459

CrossRef Full Text | Google Scholar

 Serota, K. B., and Levine, T. R. (2015). A few prolific liars:variation in the prevalence of lying. J. Lang. Soc. Psychol. 34, 138–157. doi: 10.1177/0261927x14528804

CrossRef Full Text | Google Scholar

 Serota, K. B., Levine, T. R., and Boster, F. J. (2010). The prevalence of lying in america: three studies of self-reported lies. Hum. Commun. Res. 36, 2–25. doi: 10.1111/j.1468-2958.2009.01366.x

CrossRef Full Text | Google Scholar

 Steca, P., D’Addario, M., Magrin, M. E., Miglioretti, M., Monzani, D., Pancani, L., et al. (2016). A type A and type D combined personality typology in essential hypertension and acute coronary syndrome patients: associations with demographic, psychological, clinical, and lifestyle indicators. PLoS One 11:e0161840. doi: 10.1371/journal.pone.0161840

PubMed Abstract | CrossRef Full Text | Google Scholar

 Šukys, S. (2013). Athletes’ justification of cheating in sport: relationship with moral disengagement in sport and personal factors. Baltic J. Sport Health Sci. 3, 70–77.

Google Scholar

 Tasa, K., and Bell, C. M. (2017). Effects of implicit negotiation beliefs and moral disengagement on negotiator attitudes and deceptive behavior. J. Bus. Ethics 142, 169–183. doi: 10.1007/s10551-015-2800-4

CrossRef Full Text | Google Scholar

 Terracciano, A., McCrae, R. R., and Costa, P. T. (2010). Intra-individual change in personality stability and age. J. Res. Pers. 44, 31–37. doi: 10.1016/j.jrp.2009.09.006

PubMed Abstract | CrossRef Full Text | Google Scholar

 The Global Deception Research Team (2006). A world of lies. J. Cross Cult. Psychol. 37, 60–74. doi: 10.1177/0022022105282295

PubMed Abstract | CrossRef Full Text | Google Scholar

 Tyler, J. M., Feldman, R. S., and Reichert, A. (2006). The price of deceptive behavior: disliking and lying to people who lie to us. J. Exp. Soc. Psychol. 42, 69–77. doi: 10.1016/j.jesp.2005.02.003

CrossRef Full Text | Google Scholar

 Ubbiali, A., Chiorri, C., Hampton, P., and Donati, D. (2013). Psychometric proprieties of the Italian adaptation of the Big Five Inventory (BFI. Boll. Psicol. Appl. 266, 37–48.

Google Scholar

 Verigin, B. L., Meijer, E. H., Bogaard, G., and Vrij, A. (2019). Lie prevalence, lie characteristics and strategies of self-reported good liars. PLoS One 14:e0225566. doi: 10.1371/journal.pone.0225566

PubMed Abstract | CrossRef Full Text | Google Scholar

 Vrij, A. (2008). Detecting Lies and Deceit: Pitfalls and Opportunities. Chichester: John Wiley & Sons.

Google Scholar

 Vrij, A. (2015). “A cognitive approach to lie detection,” in Detecting Deception: Current Challenges and Cognitive Approaches, eds P. A. Granhag, A. Vrij, and B. Verschuere (Chichester: John Wiley and Sons), 205–230.

Google Scholar

 Vrij, A., Granhag, P. A., and Mann, S. (2010). Good liars. J. Psychiatry Law 38, 77–98. doi: 10.1177/009318531003800105

CrossRef Full Text | Google Scholar

 Weiss, B., and Feldman, R. S. (2006). Looking good and lying to do it: deception as an impression management strategy in job interviews. J. Appl. Soc. Psychol. 36, 1070–1086. doi: 10.1111/j.0021-9029.2006.00055.x

CrossRef Full Text | Google Scholar

 West, S. G., Finch, J. F., and Curran, P. J. (1995). Structural Equation Models with Nonnormal Variables: Problems and Remedies Structural Equation Modeling: Concepts, Issues, and Applications. Thousand Oaks, CA: Sage Publications, Inc, 56–75.

Google Scholar

 Wiebe, R. P. (2004). Delinquent behavior and the five-factor model: hiding in the adaptive landscape. Individ. Diff. Res. 2, 38–62.

Google Scholar

 Williams, K. M., Nathanson, C., and Paulhus, D. L. (2010). Identifying and profiling scholastic cheaters: their personality, cognitive ability, and motivation. J. Exp. Psychol. Appl. 16, 293–307. doi: 10.1037/a0020773

PubMed Abstract | CrossRef Full Text | Google Scholar

 World Medical Association (WMA) (2004). World medical association declaration of helsinki ethical principles for medical research involving human subjects. J. Int. Bio thique 15, 124–129. doi: 10.3917/jib.151.0124

PubMed Abstract | CrossRef Full Text | Google Scholar

 Yuan, K.-H., and Bentler, P. M. (2000). 5. Three likelihood-based methods for mean and covariance structure analysis with nonnormal missing data. Sociol. Methodol. 30, 165–200. doi: 10.1111/0081-1750.00078

CrossRef Full Text | Google Scholar

Keywords: profiling, lie detection, investigative interviewing, person-centered approach, latent profile analysis

Citation: Palena N, Caso L, Cavagnis L and Greco A (2021) Profiling the Interrogee: Applying the Person-Centered Approach in Investigative Interviewing Research. Front. Psychol. 12:722893. doi: 10.3389/fpsyg.2021.722893

Received: 09 June 2021; Accepted: 12 October 2021;
Published: 03 November 2021.

Edited by:

Colleen M. Berryessa, Rutgers University, Newark, United States

Reviewed by:

Yian Xu, New York University, United States
Davut Akca, University of Saskatchewan, Canada

Copyright © 2021 Palena, Caso, Cavagnis and Greco. This is an open-access article distributed under the terms of the Creative Commons Attribution License (CC BY). The use, distribution or reproduction in other forums is permitted, provided the original author(s) and the copyright owner(s) are credited and that the original publication in this journal is cited, in accordance with accepted academic practice. No use, distribution or reproduction is permitted which does not comply with these terms.

*Correspondence: Nicola Palena, [email protected]

Disclaimer: All claims expressed in this article are solely those of the authors and do not necessarily represent those of their affiliated organizations, or those of the publisher, the editors and the reviewers. Any product that may be evaluated in this article or claim that may be made by its manufacturer is not guaranteed or endorsed by the publisher.

Autores::

Nicola Palena1*, Letizia Caso2, Lucrezia Cavagnis1 e Andrea Greco1

  • 1Departamento de Ciências Humanas e Sociais, Universidade de Bérgaco, Bérgaco, Itália
  • 2Departamento de Ciências Humanas, Libera Università Maria SS. Universidade Assunta, Roma, Itália

Traduzido e adaptado de: https://www.frontiersin.org/articles/10.3389/fpsyg.2021.722893/full, acessado em 06 de dezembro de 2021.