一、理論建構的方法：歸納—假設—演繹法
卡特爾反對“一切不切實際的思索”，主張所有的科學進步都有賴於精確的測量（Cattell，1950，p.4）。精確的測量是人格理論建構的前提和基礎。因此，卡特爾堅持認為科學研究起始於實驗觀察和描述，並且以此為基礎提出試驗性的粗略假設。從這一假設出發設計一係列實驗對其進行實證檢驗。然後再對實驗過程及其結果進行科學的分析之後提出更加準確、更進一步的假設。歸納出的假設經過進一步實驗或者觀察研究之後，研究者就可以據此對研究結果進行演繹，演繹後的結論又可以形成下一層級的假設，接受下一步實驗或者觀察研究的檢驗，這樣，歸納、假設、演繹就可以形成一個循環，最終建構出科學的人格理論。因此，這種研究模式也被稱為歸納—假設—演繹螺旋式方法（inductive-hypothetical-deductive spiral）。
卡特爾反對用假設—演繹模型建構人格理論。因為在假設—演繹模型中，研究者是從一係列一般命題入手，演繹出一種假設，然後通過收集材料對其進行檢驗。這種模型忽視了形成假設前期觀察歸納的重要性，它要求研究者在研究初始階段就應該提出正確完善的假設，它不能使研究者將科學研究視為一個探索過程，而一旦沒有探索和初級觀察，主觀形成的假設極有可能囿於某些因素而不能反映現象的全貌。換句話說，主觀形成的假設多是考慮少數幾個影響因素而未能綜合考慮多變量綜合作用會產生何種影響。據此，卡特爾雖然並不反對雙變量研究，卻更支持多變量研究，強調應該理性看待雙變量研究結論的可推廣性。
二、雙變量、多變量與臨床研究策略
（一）雙變量研究策略
卡特爾的雙變量（bivariate）研究策略由來已久。此種方法要追溯到馮特（Wilhelm Wundt）與巴甫洛夫（Ivan Petrovich Pavlov），每次隻考慮兩種變量，實驗者操作自變量，然後觀察在因變量上產生的效果。舉例來說，可以控製一件工作的成或敗（自變量）以得知此種經驗對被試焦慮程度（因變量）的影響。僅僅隻對人類如何產生焦慮，每一次處理一個自變量，就可能要執行上千次的雙變量實驗。但每一種雙變量研究是一種分立的研究，一次隻有一種條件改變，使得我們觀察到的人類現象呈現支離破碎的麵貌。不僅有機體的整體形象被破壞，而且這些分立的研究結果如何彼此共同作用也不得而知。此外，將焦慮與其他變量，如能力、適應、信心分開來考慮，我們對這些其他變量存在時如何影響焦慮，或者它們與早先所提到的成敗變量之間有何關係將毫無概念。卡特爾深信用雙變量研究此種人為的實驗特性是存在很大局限性的。
（二）多變量研究策略
多變量（multivariate）策略的研究取向是針對同一個人的種種方麵做測量，取代一次隻觀察一種變量，並沒有實驗上變量的操作，因而情境的人為因素也被降低。由於同時可以得到多方麵的測量結果，個體的整體性也被保留下來了。
（三）臨床研究策略
策略三是臨床（clinical）法，卡特爾聲言此法基本上是與多變量方法屬同類，也許卡特爾本人的話最能傳達他對某些事的看法：就多變量法強調“整體性”此點而言，實際上與臨床法相同；此外，多變量方法還是量化的以及應用明確的計算法則，得到一般性的結論。臨床工作者通過實際的接觸來界定整體形態，並且嚐試從個人的記憶經驗累積獲得歸納的通則；而多變量實驗者確實地測量所有的變量，然後利用統計分析技術抽取存在的規律性，以取代人類的記憶與歸納事物的功能。因此，人格的臨床研究取向可說是沒有儀器輔助的多變量實驗，不足之處在於，它產生的人格理論所依據的資料來自異常的病理過程而非常態。
卡特爾是多變量研究取向的忠誠擁護者。這種方法的客觀性、同時處理許多變量與測量的能力、對自然發生現象的適用性、處理重要的人類的能力，使得它在研究人類複雜行為時成為較占優勢的策略。為了研究多變量問題，卡特爾主要應用了因素分析技術。
三、因素分析技術
因素分析（factor analysis）是一種高級統計技術，其本質是通過統計處理，從大量的相關變量中抽取出最基本的因素。雖然因素分析法始於斯皮爾曼（Spearman，1904）對智力的研究，但將其用於人格領域並使該方法進一步擴大影響的心理學家，在美國是卡特爾，在英國是艾森克。在卡特爾的大部分工作中主要運用了兩種技術：R技術和P技術。
（一）R技術
R技術是因素分析中最普通的形式，通常是對很多被試進行多種人格測量，然後求出被試在這些變量上得分間的相關係數，利用因素分析萃取相關變量背後的共同因素。很顯然，利用該技術隻能用於確定大多數人共有的共同特質，這遭到了奧爾波特的批評，因為奧爾波特堅持人格研究要更關注個體差異而非共同特質，因此卡特爾又發展出一種新的技術：P技術。
（二）P技術
P技術是在一定時期、不同場合下，對同一個體的一些人格特質進行重複測驗，以了解單個個體獨特特質結構及其變化過程的因素分析技術。卡特爾曾經應用P技術對一名24歲的戲劇畢業生40天內8種特質的變化過程作過追蹤研究。他要求這名學生每天寫日記，通過對日記（還包括其他資料）分析8種特質（自戀、自我情操、恐懼—焦慮、疲勞感、自信、魅力、**、父母愛）隨生活事件的變化趨勢。這名戲劇畢業生40天內經曆的事件有：排練了一個劇本，他自己出演主角；排練期患了感冒；演出；父親骨盆折裂；因沒有照顧好家受到姑媽的批評；因專業指導老師對其有明顯的敵意而煩惱。卡特爾發現，演出前一個月中該生疲勞感持續增強，演出過後一段時間才開始減弱。由於擔心排練花費很多時間而耽誤學習，他的焦慮水平在排練期較高；父親的骨盆折裂使他對父親的愛開始增強；頻繁地與異性約會使他性衝動明顯並持續增強；演出當晚，他的自戀情感和自重情緒急劇增長。（Cattell，1957）
雖然P技術滿足了奧爾波特研究單一個案法的要求，但其局限是從該個案得出的結論推廣性不夠，不適用於解釋他人的人格構成。顯然，隻有P技術和R技術相結合，才能完整地透視個體與群體的人格結構。
在卡特爾的理論中，因素這一個術語可以等同於特質這一個術語。對卡特爾來說，因素分析是用來發現特質的一種方法，他把它當作是砌成人格的積木。卡特爾的因素分析程序可以概括如下：
1.用各種方法對大量受試者進行測量。
2.用各種測量所獲得的資料計算各測量間的相關，得出一個相關矩陣。
3.決定需要假定哪些因素，以便解釋在相關矩陣中找到的各種相關群。
四、數據資料的來源
卡特爾的程序是盡可能多地測量大量的個體，他通過三種資料來進行因素分析：L資料、Q資料和T資料。
L資料稱為生活記錄材料（Life record-data）：涉及對實際的、日常情境中的行為測量，L資料來源很廣，包括學校分數記錄，健康記錄，檔案記錄，參加幾個社會團體、發生過多少起事故，外出旅遊次數等等。在實際研究中，研究者可能發現得到這些資料並不容易，卡特爾認為，可以通過熟悉這個人的他人評定獲取第二手資料。
Q資料稱為問卷資料（questionnaire-data）：是從問卷中得來的信息，研究者通過問卷要求被試通過判斷問卷中的項目與自身相符合的程度搜集人格信息。因為Q資料來源於被試自身判斷，容易受到社會稱許性的影響，從而影響資料的可靠性。因此，卡特爾要求在搜集Q資料的同時，必須用相關的行為數據作為佐證。卡特爾把未經考證的自我報告數據稱為Q’數據，隻有那些經過客觀行為衡量證明有效的數據，才是真正的Q數據。
T資料又叫做客觀測驗數據（objective test-data）：所謂客觀指的是被試對測驗的目的並不知曉或者無法偽裝，或者是被試行為反應記錄。比如各種心理測驗（如聯想測驗、注意廣度測驗、動作反應時、投射測驗等）收取數據，進行分析。
根據卡特爾的假設，如果因素分析法的確能找出人格的基本結構，則這三種資料的因素或特質應該相同。卡特爾關於人類根源特質種類的研究顯示，利用生活記錄資料可以獲得12種因素，而運用同樣的因素分析技術，通過Q資料可以獲得16種因素，其中12種與利用L資料得出的因素大致相同，其餘4種是問卷資料分析中所獨有的；利用T資料發現了21種根源特質，這些特質與前兩種資料得出的因素之間的關係較為複雜（Cattell ＆ Johnson，1986）。