g- faktor (psykometri)

"General intelligence" omdirigerar hit. Ej att förväxla med intelligens , artificiell allmän intelligens eller intelligenskvot .

G - faktorn (även känd som allmän intelligens , allmän mental förmåga eller allmän intelligensfaktor ) är en konstruktion som utvecklats i psykometriska undersökningar av kognitiva förmågor och mänsklig intelligens . Det är en variabel som sammanfattar positiva samband mellan olika kognitiva uppgifter, vilket återspeglar det faktum att en individs prestation på en typ av kognitiva uppgift tenderar att vara jämförbar med den personens prestation på andra typer av kognitiva uppgifter. G - faktorn står vanligtvis för 40 till 50 procent av prestationsskillnaderna mellan individer på ett givet kognitivt test , och sammansatta poäng ("IQ-poäng") baserade på många tester betraktas ofta som uppskattningar av individers ställning på g- faktorn. Termerna IQ , allmän intelligens, allmän kognitiv förmåga, allmän mental förmåga och helt enkelt intelligens används ofta omväxlande för att referera till denna gemensamma kärna som delas av kognitiva tester. Men g -faktorn i sig är bara en matematisk konstruktion som indikerar nivån av observerad korrelation mellan kognitiva uppgifter. Det uppmätta värdet av denna konstruktion beror på de kognitiva uppgifter som används, och lite är känt om de bakomliggande orsakerna till de observerade korrelationerna.

Förekomsten av g -faktorn föreslogs ursprungligen av den engelske psykologen Charles Spearman under de första åren av 1900-talet. Han observerade att barns prestationsbetyg, över till synes orelaterade skolämnen, var positivt korrelerade , och resonerade att dessa korrelationer återspeglade påverkan av en underliggande allmän mental förmåga som ingick i prestation på alla typer av mentala test. Spearman föreslog att all mental prestation kunde konceptualiseras i termer av en enda generell förmågasfaktor, som han kallade g , och många smala uppgiftsspecifika förmågasfaktorer. Strax efter att Spearman föreslog existensen av g , ifrågasattes det av Godfrey Thomson , som presenterade bevis för att sådana interkorrelationer mellan testresultat kunde uppstå även om ingen g -faktor existerade. Dagens faktormodeller av intelligens representerar typiskt kognitiva förmågor som en hierarki i tre nivåer, där det finns många smala faktorer längst ner i hierarkin, en handfull breda, mer allmänna faktorer på mellannivån, och på spetsen en enda faktor, kallas g- faktorn, som representerar variansen som är gemensam för alla kognitiva uppgifter.

Traditionellt har forskningen kring g koncentrerats till psykometriska undersökningar av testdata, med särskild tonvikt på faktoranalytiska ansatser. Emellertid har empirisk forskning om gs natur också dragit nytta av experimentell kognitiv psykologi och mental kronometri , hjärnans anatomi och fysiologi, kvantitativ och molekylär genetik och primats evolution . Vissa forskare anser g som en statistisk regelbundenhet och okontroversiell, och en allmän kognitiv faktor förekommer i data som samlats in från människor i nästan varje mänsklig kultur. Ändå finns det ingen konsensus om vad som orsakar de positiva korrelationerna mellan testerna.

Forskning inom beteendegenetik har visat att konstruktionen av g är mycket ärftlig i uppmätta populationer. Den har ett antal andra biologiska korrelat, inklusive hjärnstorlek . Det är också en betydande prediktor för individuella skillnader i många sociala resultat, särskilt i utbildning och sysselsättning. De mest accepterade samtida teorierna om intelligens inkluderar g- faktorn. Kritiker av g har dock hävdat att en betoning av g är felplacerad och innebär en devalvering av andra viktiga förmågor. Stephen J. Gould fördömde berömt begreppet g som ett stöd för en orealistisk förmyndad syn på mänsklig intelligens.

Kognitiv förmåga att testa

Spearmans korrelationsmatris för sex mått på skolprestationer. Alla korrelationer är positiva, det positiva mångfaldiga fenomenet. Den nedre raden visar g- laddningarna för varje prestationsmått.
Klassiker franska engelsk Matematik Tonhöjd musik
Klassiker –
franska .83 –
engelsk .78 .67 –
Matematik .70 .67 .64 –
Tonhöjdsdiskriminering .66 .65 .54 .45 –
musik .63 .57 .51 .51 .40 –
g .958 .882 .803 .750 .673 .646
Deltesta interkorrelationer i ett urval av skotska försökspersoner som slutförde WAIS-R- batteriet. Deltesten är ordförråd, likheter, information, förståelse, bildarrangemang, blockdesign, aritmetik, bildkomplettering, sifferspann, objektsammansättning och siffersymbol. Den nedre raden visar g -laddningarna för varje deltest.
V S jag C PA BD A PC DSp OA DS
V –
S .67 -
jag .72 .59 -
C .70 .58 .59 -
PA .51 .53 .50 .42 -
BD .45 .46 .45 .39 .43 -
A .48 .43 .55 .45 .41 .44 –
PC .49 .52 .52 .46 .48 .45 .30 -
DSp .46 .40 .36 .36 .31 .32 .47 .23 -
OA .32 .40 .32 .29 .36 .58 .33 .41 .14 -
DS .32 .33 .26 .30 .28 .36 .28 .26 .27 .25 -
g .83 .80 .80 .75 .70 .70 .68 .68 .56 .56 .48
Korrelationer mellan mentala tester

Kognitiva förmågastester är utformade för att mäta olika aspekter av kognition. Specifika domäner som bedöms av test inkluderar matematisk skicklighet, verbalt flyt, rumslig visualisering och minne, bland andra. Men individer som utmärker sig på en typ av test tenderar att utmärka sig vid andra typer av tester också, medan de som gör det dåligt på ett test tenderar att göra det på alla tester, oavsett testernas innehåll. Den engelske psykologen Charles Spearman var den första som beskrev detta fenomen. I en berömd forskningsartikel publicerad 1904, observerade han att barns prestationsmått över till synes orelaterade skolämnen var positivt korrelerade. Detta fynd har sedan dess upprepats flera gånger. Det konsekventa fyndet av universellt positiva korrelationsmatriser av mentala testresultat (eller det "positiva mångfalden"), trots stora skillnader i testernas innehåll, har beskrivits som "förmodligen det mest replikerade resultatet i all psykologi". Noll eller negativ korrelation mellan tester tyder på förekomsten av provtagningsfel eller begränsning av omfånget av förmåga i det studerade urvalet.

Med hjälp av faktoranalys eller relaterade statistiska metoder är det möjligt att beräkna en enda gemensam faktor som kan betraktas som en sammanfattande variabel som karakteriserar korrelationerna mellan alla olika tester i ett testbatteri. Spearman hänvisade till denna gemensamma faktor som den allmänna faktorn , eller helt enkelt g . (I enlighet med konventionen g alltid ut med små bokstäver kursiv.) Matematiskt är g -faktorn en källa till varians mellan individer , vilket innebär att man inte på ett meningsfullt sätt kan tala om någon individs mentala förmågor som består av g eller andra faktorer till någon specificerad grader. Man kan bara tala om en individs ställning på g (eller andra faktorer) jämfört med andra individer i en relevant population.

Olika tester i ett testbatteri kan korrelera med (eller "ladda på") batteriets g- faktor i olika grad. Dessa korrelationer är kända som g- laddningar. En individuell testtagares g- faktorpoäng, som representerar deras relativa ställning på g -faktorn i den totala gruppen av individer, kan uppskattas med hjälp av g- belastningarna. Fullskaliga IQ-poäng från ett testbatteri kommer vanligtvis att vara starkt korrelerade med g -faktorpoäng, och de betraktas ofta som uppskattningar av g . Till exempel har sambanden mellan g- faktorpoäng och fullskaliga IQ-poäng från David Wechslers test visat sig vara större än 0,95. Termerna IQ, allmän intelligens, allmän kognitiv förmåga, allmän mental förmåga eller helt enkelt intelligens används ofta omväxlande för att referera till den gemensamma kärnan som delas av kognitiva tester.

G - belastningarna för mentala tester är alltid positiva och varierar vanligtvis mellan 0,10 och 0,90, med ett medelvärde på cirka 0,60 och en standardavvikelse på cirka 0,15. Raven's Progressive Matrices är bland testerna med de högsta g- belastningarna, runt .80. Tester av ordförråd och allmän information visar sig också vanligtvis ha höga g- belastningar. G- belastningen för samma test kan dock variera något beroende på testbatteriets sammansättning.

Testernas komplexitet och de krav de ställer på mental manipulation är relaterade till testernas g -belastningar. Till exempel, i sifferspanstestet framåt uppmanas försökspersonen att upprepa en sekvens av siffror i den ordning de presenteras efter att ha hört dem en gång med en hastighet av en siffra per sekund. Testet med bakåtsiffror är i övrigt detsamma förutom att försökspersonen uppmanas att upprepa siffrorna i omvänd ordning mot den där de presenterades. Det bakåtriktade sifferspanntestet är mer komplext än sifferspanstestet framåt, och det har en betydligt högre g- belastning. På samma sätt g -laddningarna för aritmetiska beräknings-, stavnings- och ordläsningstester lägre än de för aritmetisk problemlösning, textkomposition respektive läsförståelsetest.

Testsvårigheter och g- belastningar är distinkta begrepp som kan eller inte kan vara empiriskt relaterade i någon specifik situation. Tester som har samma svårighetsgrad, som indexeras med andelen testobjekt som är underkända av testtagare, kan uppvisa ett brett spektrum av g -belastningar. Exempelvis har test av rote memory visat sig ha samma svårighetsgrad men betydligt lägre g- belastning än många test som involverar resonemang.

Teorier

Även om förekomsten av g som en statistisk regelbundenhet är väletablerad och okontroversiell bland experter, finns det ingen konsensus om vad som orsakar de positiva interkorrelationerna. Flera förklaringar har föreslagits.

Mental energi eller effektivitet

Charles Spearman resonerade att korrelationer mellan tester speglade inverkan av en vanlig orsaksfaktor, en allmän mental förmåga som träder in i prestation på alla typer av mentala uppgifter. Han trodde dock att de bästa indikatorerna på g var de tester som återspeglade vad han kallade utbildningen av relationer och korrelat , som inkluderade förmågor som deduktion , induktion , problemlösning, förstå relationer, härleda regler och upptäcka skillnader och likheter. Spearman antog att g var ekvivalent med "mental energi". Detta var dock mer en metaforisk förklaring, och han förblev agnostisk om den fysiska grunden för denna energi, och förväntade sig att framtida forskning skulle avslöja den exakta fysiologiska naturen hos g .

Efter Spearman, hävdade Arthur Jensen att alla mentala uppgifter knyter an till g till viss del. Enligt Jensen g -faktorn ett "destillat" av poäng på olika test snarare än en summering eller ett genomsnitt av sådana poäng, med faktoranalys som fungerar som destillationsproceduren . Han hävdade att g inte kan beskrivas i termer av objektets egenskaper eller informationsinnehåll i tester, och påpekade att mycket olika mentala uppgifter kan ha nästan lika g- belastningar. Wechsler hävdade på samma sätt att g inte alls är en förmåga utan snarare någon allmän egenskap hos hjärnan. Jensen antog att g motsvarar individuella skillnader i hastigheten eller effektiviteten hos de neurala processer som är förknippade med mentala förmågor. Han föreslog också att med tanke på sambanden mellan g och elementära kognitiva uppgifter borde det vara möjligt att konstruera ett kvotskalatest av g som använder tid som måttenhet.

Samplingsteori

Den så kallade samplingsteorin för g , som ursprungligen utvecklades av Edward Thorndike och Godfrey Thomson , föreslår att existensen av det positiva mångfalden kan förklaras utan hänvisning till en enhetlig underliggande kapacitet. Enligt denna teori finns det ett antal okorrelerade mentala processer, och alla tester bygger på olika urval av dessa processer. Interkorrelationerna mellan tester orsakas av en överlappning mellan processer som tas av testerna. Det positiva mångfalden uppstår alltså på grund av ett mätproblem, en oförmåga att mäta mer finkorniga, förmodligen okorrelerade mentala processer.

Det har visat sig att det inte är möjligt att statistiskt skilja mellan Spearmans modell av g och samplingsmodellen; båda är lika kapabla att redogöra för interkorrelationer mellan tester. Samplingsteorin stämmer också överens med observationen att mer komplexa mentala uppgifter har högre g- belastning, eftersom mer komplexa uppgifter förväntas involvera ett större urval av neurala element och därför har fler av dem gemensamma med andra uppgifter.

Vissa forskare har hävdat att samplingsmodellen ogiltigförklarar g som ett psykologiskt koncept, eftersom modellen antyder att g -faktorer som härrör från olika testbatterier helt enkelt återspeglar de delade delarna av de specifika testerna som finns i varje batteri snarare än ett g som är gemensamt för alla tester. . På liknande sätt kan höga korrelationer mellan olika batterier bero på att de mäter samma uppsättning förmågor snarare än samma förmåga.

Kritiker har hävdat att samplingsteorin är oförenlig med vissa empiriska fynd. Baserat på samplingsteorin kan man förvänta sig att relaterade kognitiva test delar många element och därmed är starkt korrelerade. Vissa närbesläktade test, såsom framåt och bakåt sifferspann, är dock endast blygsamt korrelerade, medan vissa till synes helt olika test, såsom vokabulärtester och Ravens matriser, genomgående är starkt korrelerade. Ett annat problematiskt fynd är att hjärnskador ofta leder till specifika kognitiva funktionsnedsättningar snarare än en allmän funktionsnedsättning man kan förvänta sig utifrån provtagningsteorin.

Mutualism

"Mutualism"-modellen av g föreslår att kognitiva processer initialt är okorrelerade, men att det positiva mångfalden uppstår under individuell utveckling på grund av ömsesidigt fördelaktiga relationer mellan kognitiva processer. Det finns alltså ingen enskild process eller kapacitet som ligger bakom de positiva korrelationerna mellan testerna. Under utvecklingens gång, enligt teorin, kommer varje särskilt effektiv process att gynna andra processer, med resultatet att processerna kommer att hamna i korrelation med varandra. Således kan lika höga IQs hos olika personer härröra från ganska olika initiala fördelar som de hade. Kritiker har hävdat att de observerade korrelationerna mellan g- laddningarna och ärftlighetskoefficienterna för deltest är problematiska för mutualismteorin.

Faktorstruktur för kognitiva förmågor

En illustration av Spearmans tvåfaktors intelligensteori. Varje liten oval är ett hypotetiskt mentaltest. De blå områdena motsvarar testspecifika varians( er ), medan de lila områdena representerar variansen som tillskrivs g .

Faktoranalys är en familj av matematiska tekniker som kan användas för att representera korrelationer mellan intelligenstester i form av ett mindre antal variabler som kallas faktorer. Syftet är att förenkla korrelationsmatrisen genom att använda hypotetiska underliggande faktorer för att förklara mönstren i den. När alla korrelationer i en matris är positiva, som de är i fallet med IQ, kommer faktoranalys att ge en generell faktor som är gemensam för alla tester. Den allmänna faktorn för IQ-tester kallas g- faktorn, och den står vanligtvis för 40 till 50 procent av variansen i IQ-testbatterier. Förekomsten av korrelationer mellan många vitt skilda kognitiva test har ofta tagits som bevis för existensen av g , men McFarland (2012) visade att sådana korrelationer inte ger något mer eller mindre stöd för existensen av g än för existensen av flera intelligensfaktorer.

Charles Spearman utvecklade faktoranalys för att studera samband mellan tester. Inledningsvis utvecklade han en intelligensmodell där variationer i alla intelligenstestresultat förklaras av endast två typer av variabler: för det första faktorer som är specifika för varje test (betecknade s ) ; och för det andra en g- faktor som står för de positiva korrelationerna över tester. Detta är känt som Spearmans tvåfaktorsteori. Senare forskning baserad på mer olika testbatterier än de som användes av Spearman visade att g ensam inte kunde förklara alla korrelationer mellan testerna. Specifikt visade det sig att även efter kontroll för g var vissa test fortfarande korrelerade med varandra. Detta ledde till postuleringen av gruppfaktorer som representerar varians som grupper av test med liknande uppgiftskrav (t.ex. verbala, rumsliga eller numeriska) har gemensamt förutom den delade g- variansen.

En illustration av John B. Carrolls teori om tre stratum , en inflytelserik samtida modell av kognitiva förmågor. De breda förmågorna som erkänns av modellen är flytande intelligens (Gf), kristalliserad intelligens (Gc), allmänt minne och inlärning (Gy), bred visuell perception (Gv), bred auditiv perception (Gu), bred återvinningsförmåga (Gr), bred kognitiv snabbhet (Gs) och bearbetningshastighet (Gt). Carroll betraktade de breda förmågorna som olika "smaker" av g .

Genom faktorrotation är det i princip möjligt att ta fram ett oändligt antal olika faktorlösningar som är matematiskt likvärdiga i sin förmåga att redogöra för interkorrelationerna mellan kognitiva tester. Dessa inkluderar lösningar som inte innehåller en g- faktor. Faktoranalys ensam kan alltså inte fastställa vad den underliggande strukturen för intelligens är. I valet mellan olika faktorlösningar måste forskarna undersöka resultaten av faktoranalys tillsammans med annan information om uppbyggnaden av kognitiva förmågor.

Det finns många psykologiskt relevanta skäl för att föredra faktorlösningar som innehåller en g- faktor. Dessa inkluderar förekomsten av det positiva grenröret, det faktum att vissa typer av tester (i allmänhet de mer komplexa) har konsekvent större g- belastningar, den betydande invariansen av g -faktorer över olika testbatterier, omöjligheten att konstruera testbatterier som inte ger efter. en g- faktor, och den utbredda praktiska giltigheten av g som en prediktor för individuella utfall. G - faktorn, tillsammans med gruppfaktorer, representerar bäst det empiriskt etablerade faktum att i genomsnitt övergripande förmågasskillnader mellan individer är större än skillnader mellan förmågor inom individer, medan en faktorlösning med ortogonala faktorer utan g skymmer detta faktum. Dessutom g vara den mest ärftliga komponenten av intelligens. Forskning som använder teknikerna för bekräftande faktoranalys har också gett stöd för förekomsten av g .

En g -faktor kan beräknas från en korrelationsmatris av testresultat med hjälp av flera olika metoder. Dessa inkluderar explorativ faktoranalys, principalkomponentanalys (PCA) och bekräftande faktoranalys. Olika metoder för faktorextraktion ger mycket konsekventa resultat, även om PCA ibland har visat sig ge uppblåsta uppskattningar av påverkan av g på testresultat.

Det finns en bred samtida konsensus om att kognitiv varians mellan människor kan begreppsualiseras på tre hierarkiska nivåer, kännetecknade av deras grad av generalitet. På den lägsta, minst generella nivån finns det många smala första ordningens faktorer; på en högre nivå finns det ett relativt litet antal – någonstans mellan fem och tio – breda (dvs. mer generella) andra ordningens faktorer (eller gruppfaktorer); och vid spetsen finns en enda tredje ordningens faktor, g , den allmänna faktorn som är gemensam för alla tester. G - faktorn står vanligtvis för majoriteten av den totala variansen med gemensamma faktorer för IQ-testbatterier. Samtida hierarkiska modeller av intelligens inkluderar tre stratumteorin och Cattell-Horn-Carroll-teorin .

"Indikatorns likgiltighet"

Spearman föreslog principen om indikatorns likgiltighet , enligt vilken det exakta innehållet i intelligenstester är oviktigt för att identifiera g , eftersom g träder in i prestanda på alla typer av tester. Vilket test som helst kan därför användas som en indikator på g . Efter Spearman hävdade Arthur Jensen nyligen att en g -faktor som extraheras från ett testbatteri alltid kommer att vara densamma, inom gränserna för mätfel, som den som extraheras från ett annat batteri, förutsatt att batterierna är stora och olika. Enligt denna uppfattning anropar varje mentaltest, hur särskiljande det än är, g till viss del. Således kommer en sammansatt poäng av ett antal olika tester att laddas på g starkare än någon av de individuella testpoängen, eftersom g -komponenterna ackumuleras till det sammansatta poängen, medan de okorrelerade icke- g -komponenterna tar bort varandra. Teoretiskt sett skulle den sammansatta poängen för ett oändligt stort, mångsidigt testbatteri då vara ett perfekt mått på g .

Däremot hävdade LL Thurstone att en g -faktor som extraherats från ett testbatteri återspeglar genomsnittet av alla förmågor som krävs av det specifika batteriet, och att g därför varierar från ett batteri till ett annat och "har ingen grundläggande psykologisk betydelse." På liknande sätt John Horn att g -faktorer är meningslösa eftersom de inte är invarianta över testbatterier, och hävdade att korrelationer mellan olika förmågasmått uppstår eftersom det är svårt att definiera en mänsklig handling som beror på bara en förmåga.

För att visa att olika batterier reflekterar samma g måste man administrera flera testbatterier till samma individer, extrahera g -faktorer från varje batteri och visa att faktorerna är starkt korrelerade. Detta kan göras inom en konfirmerande faktoranalysram. Wendy Johnson och kollegor har publicerat två sådana studier. Den första fann att korrelationerna mellan g -faktorer extraherade från tre olika batterier var 0,99, 0,99 och 1,00, vilket stöder hypotesen att g -faktorer från olika batterier är desamma och att identifieringen av g inte är beroende av de specifika förmågor som bedöms . Den andra studien fann att g -faktorer härledda från fyra av fem testbatterier korrelerade till mellan 0,95–1,00, medan korrelationerna varierade från 0,79 till 0,96 för det femte batteriet, Cattell Culture Fair Intelligence Test ( CFIT). De tillskrev de något lägre korrelationerna med CFIT-batteriet till dess brist på innehållsmångfald eftersom det bara innehåller matris-typ, och tolkade resultaten som stöd för påståendet att g-faktorer som härrör från olika testbatterier är desamma förutsatt att batterierna är olika tillräckligt. Resultaten tyder på att samma g konsekvent kan identifieras från olika testbatterier.

Befolkningsfördelning

Formen för populationsfördelningen av g är okänd, eftersom g inte kan mätas på en kvotskala [ förtydligande behövs ] . (Fördelningen av poäng på typiska IQ-tester är ungefär normala, men detta uppnås genom konstruktion, dvs genom att normalisera råpoängen.) Det har argumenterats [ vem? ] att det ändå finns goda skäl att anta att g är normalfördelad i den allmänna befolkningen, åtminstone inom ett intervall av ±2 standardavvikelser från medelvärdet. Speciellt g ses som en sammansatt variabel som återspeglar de additiva effekterna av många oberoende genetiska och miljömässiga influenser, och en sådan variabel bör, enligt den centrala gränssatsen , följa en normalfördelning.

Spearmans lag om minskande avkastning

Ett antal forskare har föreslagit att andelen variation som står för av g kanske inte är enhetlig för alla undergrupper inom en population. Spearmans lag om minskande avkastning ( SLODR ), även kallad differentieringshypotesen för kognitiva förmågor , förutspår att de positiva korrelationerna mellan olika kognitiva förmågor är svagare bland mer intelligenta undergrupper av individer. Mer specifikt förutspår (SLODR) att g -faktorn kommer att stå för en mindre andel av individuella skillnader i kognitiva testresultat vid högre poäng på g- faktorn.

(SLODR) föreslogs ursprungligen av Charles Spearman , som rapporterade att den genomsnittliga korrelationen mellan 12 kognitiva förmågastester var 0,466 hos 78 normala barn och 0,782 hos 22 "defekta" barn. Detterman och Daniel återupptäckte detta fenomen 1989. De rapporterade att för deltest av både WAIS och WISC minskade subtest interkorrelationer monotont med förmågasgruppen, från ungefär en genomsnittlig interkorrelation på 0,7 bland individer med IQ mindre än 78 till 0,4 bland individer med IQ högre än 122.

(SLODR) har replikerats i en mängd olika barn och vuxna prover som har mätts med hjälp av ett brett spektrum av kognitiva tester. Det vanligaste tillvägagångssättet har varit att dela in individer i flera förmågasgrupper med hjälp av en observerbar proxy för deras allmänna intellektuella förmåga, och sedan antingen jämföra det genomsnittliga inbördes förhållandet mellan deltesterna över de olika grupperna, eller att jämföra andelen variation som står för en gemensam faktor, i de olika grupperna. Men som både Deary et al. (1996). och Tucker-Drob (2009) har påpekat, att dela upp den kontinuerliga fördelningen av intelligens i ett godtyckligt antal diskreta förmågasgrupper är mindre än idealiskt för att undersöka (SLODR). Tucker-Drob (2009) granskade utförligt litteraturen om (SLODR) och de olika metoder som den tidigare hade testats med, och föreslog att (SLODR) skulle kunna fångas på lämpligast sätt genom att anpassa en gemensam faktormodell som tillåter relationerna mellan faktorn och dess indikatorer är olinjära till sin natur. Han tillämpade en sådan faktormodell på nationellt representativa data för barn och vuxna i USA och fann konsekventa bevis för (SLODR). Till exempel fann Tucker-Drob (2009) att en generell faktor stod för cirka 75 % av variationen i sju olika kognitiva förmågor bland vuxna med mycket låg IQ, men endast stod för cirka 30 % av variationen i förmågorna bland mycket hög IQ vuxna.

En färsk metaanalytisk studie av Blum och Holling gav också stöd för differentieringshypotesen. Till skillnad från den mesta forskningen om ämnet, gjorde detta arbete det möjligt att studera förmåga och åldersvariabler som kontinuerliga prediktorer för g- mättnad , och inte bara att jämföra lägre och högre kvalificerade eller yngre kontra äldre grupper av testikel. Resultaten visar att medelkorrelationen och g -belastningen av kognitiva förmågastester minskar med ökad förmåga, men ökar med respondentens ålder. (SLODR), som beskrivs av Charles Spearman , kunde bekräftas av en g -mättnadsminskning som en funktion av IQ såväl som en g -mättnadsökning från medelåldern till åldrande. Specifikt, för prover med en medelintelligens som är två standardavvikelser (dvs. 30 IQ-punkter) högre, minskas den förväntade medelkorrelationen med cirka 0,15 poäng. Frågan kvarstår om en skillnad av denna storleksordning skulle kunna resultera i en större uppenbar faktoriell komplexitet när kognitiva data räknas in för urvalet med högre förmåga, i motsats till urvalet med lägre förmåga. Det verkar troligt att större faktordimensionalitet tenderar att observeras för fallet med högre förmåga, men storleken på denna effekt (dvs. hur mycket mer sannolikt och hur många fler faktorer) är fortfarande osäker.

Praktisk giltighet

Den praktiska giltigheten av g som en prediktor för utbildningsmässiga, ekonomiska och sociala resultat är föremål för pågående debatt. Vissa forskare har hävdat att det är mer långtgående och universellt än någon annan känd psykologisk variabel, och att validiteten av g ökar när komplexiteten hos den uppmätta uppgiften ökar. Andra har hävdat att tester av specifika förmågor överträffar g -faktor i analyser anpassade till verkliga situationer.

Ett tests praktiska giltighet mäts genom dess korrelation med prestation på något kriterium utanför testet, som t.ex. högskolebetygsgenomsnitt eller ett betyg på arbetsprestation. Korrelationen mellan testresultat och ett mått på något kriterium kallas validitetskoefficienten . Ett sätt att tolka en validitetskoefficient är att kvadrera den för att erhålla den varians som testet redovisar. Till exempel motsvarar en validitetskoefficient på 0,30 9 procent av den förklarade variansen. Detta tillvägagångssätt har dock kritiserats som missvisande och oinformativt, och flera alternativ har föreslagits. Ett antagligen mer tolkbart tillvägagångssätt är att titta på andelen testtagare i varje testresultatkvintil som uppfyller en överenskommen standard för framgång. Till exempel, om korrelationen mellan testresultat och prestation är 0,30, är ​​förväntningen att 67 procent av dem i den översta kvintilen kommer att prestera över genomsnittet, jämfört med 33 procent av dem i den nedre kvintilen.

Akademisk prestation

Den prediktiva giltigheten av g är mest iögonfallande inom området skolastisk prestation. Detta beror tydligen på att g är nära kopplat till förmågan att lära sig nytt material och förstå begrepp och betydelser.

I grundskolan är korrelationen mellan IQ och betyg och prestationspoäng mellan 0,60 och 0,70. På mer avancerade utbildningsnivåer hoppar fler elever från den nedre delen av IQ-fördelningen, vilket begränsar utbudet av IQ och resulterar i lägre validitetskoefficienter. I gymnasiet, högskolan och forskarskolan är validitetskoefficienterna .50–.60, .40–.50 respektive .30–.40. G - belastningen av IQ-poäng är höga, men det är möjligt att en del av IQ:s validitet för att förutsäga skolastisk prestation kan tillskrivas faktorer som mäts med IQ oberoende av g . Enligt forskning av Robert L. Thorndike beror 80 till 90 procent av den förutsägbara variansen i skolastisk prestation på g , medan resten tillskrivs icke- g -faktorer mätt med IQ och andra tester.

Prestationstestresultat är mer korrelerade med IQ än skolbetyg. Det kan bero på att betygen är mer påverkade av lärarens egenartade uppfattningar om eleven. I en longitudinell engelsk studie g- poäng uppmätt vid 11 års ålder med alla de 25 ämnestesten i det nationella GCSE -provet som togs vid 16 års ålder. Korrelationerna varierade från 0,77 för matematikprovet till 0,42 för konstprovet. Korrelationen mellan g och en allmän utbildningsfaktor beräknad från GCSE-testen var 0,81.

Forskning tyder på att SAT , som ofta används vid antagning till högskolor, främst är ett mått på g . En korrelation på 0,82 har hittats mellan g -poäng beräknade från ett IQ-testbatteri och SAT-poäng. I en studie av 165 000 studenter vid 41 amerikanska högskolor, visade sig SAT-poäng vara korrelerade till 0,47 med medelvärde för första års college-betyg efter korrigering för omfångsbegränsning i SAT-poäng (korrelationen stiger till 0,55 när kurssvårigheter hålls konstant, dvs om alla elever gick i samma klasser).

Jobbuppnående

Det finns en hög korrelation på 0,90 till 0,95 mellan prestigerankingen av yrken, enligt den allmänna befolkningens betyg, och den genomsnittliga allmänna intelligenspoängen för personer anställda i varje yrke. På nivån för enskilda anställda är sambandet mellan jobbprestige och g lägre – en stor amerikansk studie rapporterade en korrelation på 0,65 (0,72 korrigerad för försvagning ). Medelnivån på g ökar alltså med upplevd jobbprestige. Det har också visat sig att spridningen av generella intelligenspoäng är mindre i mer prestigefyllda yrken än i yrken på lägre nivå, vilket tyder på att yrken på högre nivå har lägsta g- krav.

Arbetsprestation

Forskning tyder på att tester av g är de bästa enskilda prediktorerna för jobbprestationer, med en genomsnittlig validitetskoefficient på 0,55 över flera metaanalyser av studier baserade på arbetsledares betyg och jobburval. Den genomsnittliga metaanalytiska validitetskoefficienten för prestation i arbetsträning är 0,63. Giltigheten för g i jobben med högst komplexitet (professionella, vetenskapliga och högre chefsjobb) har visat sig vara större än i jobben med lägst komplexitet, men g har prediktiv validitet även för de enklaste jobben. Forskning visar också att specifika lämplighetstest som är skräddarsydda för varje jobb ger liten eller ingen ökning av prediktiv validitet jämfört med tester av allmän intelligens. Man tror att g påverkar arbetsprestationen främst genom att underlätta förvärvet av jobbrelaterad kunskap. Den prediktiva validiteten för g är större än den för arbetslivserfarenhet, och ökad erfarenhet på jobbet minskar inte validiteten för g .

I en metaanalys från 2011 fann forskare att allmän kognitiv förmåga (GCA) förutspådde arbetsprestation bättre än personlighet ( Femfaktormodell ) och tre strömmar av emotionell intelligens . De undersökte den relativa betydelsen av dessa konstruktioner för att förutsäga arbetsprestationer och fann att kognitiv förmåga förklarade det mesta av variansen i arbetsprestation. Andra studier antydde att GCA och emotionell intelligens har ett linjärt oberoende och kompletterande bidrag till arbetsprestation. Côté och Miners (2015) fann att dessa konstruktioner hänger ihop när de bedömer deras relation med två aspekter av arbetsprestation: organisatoriskt medborgarskapsbeteende (OCB) och uppgiftsutförande. Emotionell intelligens är en bättre prediktor för uppgiftsutförande och OCB när GCA är låg och vice versa. Till exempel kommer en anställd med låg GCA att kompensera hans/hennes uppgiftsutförande och OCB, om den känslomässiga intelligensen är hög.

Även om dessa kompensatoriska effekter gynnar emotionell intelligens , är GCA fortfarande den bästa prediktorn för arbetsprestationer. Flera forskare har studerat sambandet mellan GCA och arbetsprestationer mellan olika befattningar. Till exempel fann Ghiselli (1973) att säljare hade en högre korrelation än säljare. Den förra fick en korrelation på 0,61 för GCA, 0,40 för perceptuell förmåga och 0,29 för psykomotoriska förmågor; medan säljare fick en korrelation på 0,27 för GCA, 0,22 för perceptuell förmåga och 0,17 för psykomotoriska förmågor. Andra studier jämförde GCA – job performance korrelation mellan jobb av olika komplexitet. Hunter och Hunter (1984) utvecklade en metaanalys med över 400 studier och fann att denna korrelation var högre för jobb med hög komplexitet (0,57). Följt av jobb med medel komplexitet (0,51) och låg komplexitet (0,38).

Arbetsprestation mäts genom objektiva betygsprestationer och subjektiva betyg. Även om det förra är bättre än subjektiva betyg, har de flesta studier i arbetsprestation och GCA baserats på arbetsledares prestationsbetyg. Detta betygskriterium anses vara problematiskt och opålitligt, främst på grund av dess svårighet att definiera vad som är en bra och dålig prestation. Betyg av arbetsledare tenderar att vara subjektivt och inkonsekvent bland anställda. Dessutom påverkas arbetsledarens betyg av arbetsprestationer av olika faktorer, såsom haloeffekt , ansiktsattraktion , ras eller etnisk fördom och anställdas längd. Vinchur, Schippmann, Switzer och Roth (1998) fann dock i sin studie med säljare att objektiv försäljningsprestation hade en korrelation på 0,04 med GCA, medan supervisor performance rating fick en korrelation på 0,40. Dessa resultat var överraskande, med tanke på att huvudkriteriet för att bedöma dessa anställda skulle vara den objektiva försäljningen.

För att förstå hur GCA är förknippat med arbetsprestation, drog flera forskare slutsatsen att GCA påverkar förvärvet av jobbkunskap, vilket i sin tur förbättrar arbetsprestationen . Med andra ord, personer som är högt i GCA kan lära sig snabbare och enkelt skaffa sig mer jobbkunskap, vilket gör att de kan prestera bättre. Omvänt kommer bristande förmåga att skaffa arbetskunskaper att direkt påverka arbetsprestationen. Detta beror på låga nivåer av GCA. GCA har också en direkt effekt på arbetsprestanda. Dagligen utsätts anställda ständigt för utmaningar och problemlösningsuppgifter, vilka framgång enbart beror på deras GCA. Dessa resultat är nedslående för statliga enheter som ansvarar för att skydda arbetstagares rättigheter. På grund av den höga korrelationen mellan GCA och arbetsprestationer, anställer företag anställda baserat på GCA-testresultat. Oundvikligen förnekar denna praxis möjligheten att arbeta för många människor med låg GCA. Tidigare forskare har funnit signifikanta skillnader i GCA mellan ras/etniska grupper. Det finns till exempel en debatt om huruvida studier var partiska mot afroamerikaner, som fick betydligt lägre poäng än vita amerikaner i GCA-tester. Fynden om korrelation mellan GCA och jobbprestanda måste dock tas försiktigt. Vissa forskare har varnat förekomsten av statistiska artefakter relaterade till mått på jobbprestanda och GCA-testresultat. Till exempel hävdade Viswesvaran, Ones och Schmidt (1996) att det är helt omöjligt att få perfekta mått på arbetsprestation utan att ådra sig några metodologiska fel. Dessutom är studier om GCA och jobbprestationer alltid mottagliga för intervallbegränsningar, eftersom data samlas in mestadels från nuvarande anställda, vilket försummar de som inte anställdes. Därför kommer provet från anställda som framgångsrikt klarat anställningsprocessen, inklusive mått på GCA.

Inkomst

Korrelationen mellan inkomst och g , mätt med IQ-poäng, är i genomsnitt cirka 0,40 över studier. Korrelationen är högre på högre utbildningsnivåer och den ökar med åldern och stabiliserar sig när människor når sin högsta karriärpotential i medelåldern. Även när utbildning, yrke och socioekonomisk bakgrund hålls konstant, försvinner inte korrelationen.

Andra korrelerar

Se även: Evolution av mänsklig intelligens § Socialt utbytesteori , Evolutionär estetik , Evolutionär lingvistik , Evolutionär musikvetenskap , Sexuellt urval hos människor , Socialt urval och Wason urvalsuppgift

G - faktorn återspeglas i många sociala utfall. Många sociala beteendeproblem, såsom avhopp från skolan, kroniskt välfärdsberoende, olycksfallsbenägenhet och kriminalitet, är negativt korrelerade med g oberoende av social klass av ursprung. Hälsa och dödlighetsutfall är också kopplade till g , med högre barndomstestresultat som förutsäger bättre hälsa och dödlighetsutfall i vuxen ålder (se Kognitiv epidemiologi ).

2004 hävdade psykologen Satoshi Kanazawa att g var en domänspecifik , arttypisk , informationsbearbetande psykologisk anpassning , och 2010 hävdade Kanazawa att g endast korrelerade med prestation på evolutionärt okända snarare än evolutionärt välbekanta problem, och föreslog vad han kallade. "Savanna-IQ interaktionshypotes". 2006 Psychological Review en kommentar som granskade Kanazawas artikel från 2004 av psykologerna Denny Borsboom och Conor Dolan som hävdade att Kanazawas uppfattning om g var empiriskt ostödd och rent hypotetisk och att en evolutionär redogörelse för g måste ta upp det som en källa till individuella skillnader , och som svar på Kanazawas artikel från 2010 publicerade psykologerna Scott Barry Kaufman , Colin G. DeYoung , Deirdre Reis och Jeremy R. Gray en studie 2011 i Intelligence of 112 subjects som tog en datorversion med 70 artiklar av Wason-valsuppgiften (en logik ). pussel ) i en social relationskontext som föreslagits av evolutionära psykologer Leda Cosmides och John Tooby i The Adapted Mind , och fann istället att "prestanda på icke-godtyckliga, evolutionärt välbekanta problem är starkare relaterat till allmän intelligens än prestationer på godtyckliga, evolutionärt nya problem".

Genetiska och miljömässiga bestämningsfaktorer

Huvudartikel: IQ:s ärftlighet

Ärftlighet är andelen fenotypisk varians i en egenskap i en population som kan hänföras till genetiska faktorer. Ärftligheten för g har uppskattats falla mellan 40 och 80 procent med hjälp av tvilling-, adoptions- och andra designstudier i familjen samt molekylärgenetiska metoder. Uppskattningar baserade på den totala bevisningen placerar ärftligheten för g till cirka 50 %. Det har visat sig öka linjärt med åldern. Till exempel rapporterade en stor studie som involverade mer än 11 ​​000 tvillingpar från fyra länder att ärftligheten för g var 41 procent vid nio års ålder, 55 procent vid tolv års ålder och 66 procent vid sjutton års ålder. Andra studier har uppskattat att ärftligheten är så hög som 80 procent i vuxen ålder, även om den kan minska i hög ålder. Det mesta av forskningen om ärftligheten av g har utförts i USA och Västeuropa , men studier i Ryssland ( Moskva ), tidigare Östtyskland , Japan och Indien på landsbygden har gett liknande uppskattningar av ärftlighet som västerländska studier.

Precis som med ärftlighet i allmänhet kan ärftligheten av g förstås med hänvisning till en specifik population vid en specifik plats och tidpunkt, och fynd för en population gäller inte en annan population som är utsatt för olika miljöfaktorer. En population som utsätts för starka miljöfaktorer kan förväntas ha en lägre ärftlighet än en population som är exponerad för endast svaga miljöfaktorer. Till exempel fann en tvillingstudie att genotypskillnader nästan fullständigt förklarar variansen i IQ-poäng inom välbärgade familjer, men ger nästan noll bidrag till att förklara skillnader i IQ-poäng i fattiga familjer. Noterbart är att ärftlighetsfynd också endast hänvisar till total variation inom en population och stöder inte en genetisk förklaring till skillnader mellan grupper. Det är teoretiskt möjligt att skillnaderna mellan medelvärdet g för två grupper är 100 % på grund av miljöfaktorer även om variansen inom varje grupp är 100 % ärftlig.

Beteendegenetisk forskning har också fastställt att de delade (eller mellan familjer) miljöeffekterna på g är starka i barndomen, men minskar därefter och är försumbara i vuxen ålder. Detta indikerar att de miljöeffekter som är viktiga för utvecklingen av g är unika och inte delas mellan medlemmar i samma familj.

Den genetiska korrelationen är en statistik som indikerar i vilken utsträckning samma genetiska effekter påverkar två olika egenskaper. Om den genetiska korrelationen mellan två egenskaper är noll, är de genetiska effekterna på dem oberoende, medan en korrelation på 1,0 betyder att samma uppsättning gener förklarar ärftligheten för båda egenskaperna (oavsett hur hög eller låg ärftligheten för var och en är). Genetiska korrelationer mellan specifika mentala förmågor (såsom verbal förmåga och rumslig förmåga) har genomgående visat sig vara mycket höga, nära 1,0. Detta indikerar att genetisk variation i kognitiva förmågor nästan helt beror på genetisk variation i vad g än är. Det tyder också på att det som är vanligt bland kognitiva förmågor till stor del orsakas av gener, och att oberoende mellan förmågor till stor del beror på miljöeffekter. Sålunda har det hävdats att när gener för intelligens identifieras kommer de att vara "generalistiska gener", som var och en påverkar många olika kognitiva förmågor.

Mycket forskning pekar på att g är en mycket polygen egenskap som påverkas av många vanliga genetiska varianter, som var och en endast har små effekter. En annan möjlighet är att ärftliga skillnader i g beror på att individer har olika "mängder" av sällsynta, skadliga mutationer, med genetisk variation mellan individer som kvarstår på grund av mutation-selektionsbalansen .

Ett antal kandidatgener har rapporterats vara associerade med intelligensskillnader, men effektstorlekarna har varit små och nästan inga av fynden har replikerats. Inga individuella genetiska varianter har slutgiltigt kopplats till intelligens inom normalområdet hittills. Många forskare tror att mycket stora prover kommer att behövas för att på ett tillförlitligt sätt upptäcka individuella genetiska polymorfismer associerade med g . Men medan gener som påverkar variationen i g i normalintervallet har visat sig vara svåra att hitta, har många enstaka störningar med intellektuell funktionsnedsättning bland sina symtom upptäckts.

Det har föreslagits att g- belastningen av mentala tester har visat sig korrelera med ärftlighet, men både empiriska data och statistisk metodik som har att göra med denna fråga är frågor av aktiv kontrovers. Flera studier tyder på att tester med större g- belastningar påverkas mer av att inavelsdepression sänker testresultaten. Det finns också bevis genetiska för att tester med större g- laddningar är associerade med större positiva heterotiska effekter på testresultat, vilket har föreslagits indikera närvaron av dominanseffekter för g .

Neurovetenskapliga rön

Huvudartikel: Neurovetenskap och intelligens

g har ett antal korrelat i hjärnan. Studier med magnetisk resonanstomografi (MRT) har fastställt att g och total hjärnvolym är måttligt korrelerade (r~.3–.4). Extern huvudstorlek har en korrelation på ~,2 med g . MRT-forskning på hjärnregioner indikerar att volymerna av frontal- , parietal- och temporala cortices och hippocampus också är korrelerade med g , i allmänhet vid 0,25 eller mer, medan korrelationerna, i genomsnitt över många studier, med den totala grå substansen och den totala vita substansen har visat sig vara .31 respektive .27. Vissa men inte alla studier har också funnit positiva samband mellan g och kortikal tjocklek. Men de bakomliggande orsakerna till dessa samband mellan mängden hjärnvävnad och skillnader i kognitiva förmågor förblir i stort sett okända.

De flesta forskare tror att intelligens inte kan lokaliseras till en enda hjärnregion, såsom frontalloben. Studier av hjärnskador har funnit små men konsekventa samband som indikerar att personer med mer vita substansskador tenderar att ha lägre kognitiv förmåga. Forskning som använder NMR-spektroskopi har upptäckt något inkonsekventa men generellt positiva samband mellan intelligens och vit substans integritet, vilket stöder uppfattningen att vit substans är viktig för intelligens.

Viss forskning tyder på att förutom vit materiens integritet, är dess organisatoriska effektivitet också relaterad till intelligens. Hypotesen att hjärnans effektivitet spelar en roll för intelligens stöds av funktionell MR-forskning som visar att mer intelligenta människor i allmänhet bearbetar information mer effektivt, dvs de använder färre hjärnresurser för samma uppgift än mindre intelligenta människor.

Små men relativt konsekventa associationer med intelligenstestresultat inkluderar också hjärnaktivitet, mätt med EEG-register eller händelserelaterade potentialer , och nervledningshastighet .

g hos icke-människor

Huvudartikel: g-faktor hos icke-människor

Bevis på en allmän intelligensfaktor har också observerats hos icke-mänskliga djur. Studier har visat att g är ansvarig för 47 % av variansen på artnivå hos primater och cirka 55 % av den individuella variansen som observerats hos möss . En genomgång och metaanalys av allmän intelligens fann dock att den genomsnittliga korrelationen mellan kognitiva förmågor var 0,18 och antydde att det övergripande stödet för g är svagt hos icke-mänskliga djur.

Även om det inte går att bedöma med samma intelligensmått som används hos människor, kan kognitiv förmåga mätas med en mängd olika interaktiva och observationsverktyg med fokus på innovation , omvändning av vanor , socialt lärande och svar på nyhet . Icke-mänskliga modeller av g som möss används för att studera genetisk påverkan på intelligens och neurologisk utvecklingsforskning om mekanismerna bakom och biologiska korrelat av g .

g (eller c ) i mänskliga grupper

Huvudartikel: Kollektiv intelligens

I likhet med g för individer syftar en ny forskningsväg till att extrahera en allmän kollektiv intelligensfaktor c för grupper som visar en grupps allmänna förmåga att utföra ett brett spektrum av uppgifter. Definition, operationalisering och statistisk metod för denna c- faktor härleds från och liknar g . Orsaker, prediktiv validitet samt ytterligare paralleller till g undersöks.

Andra biologiska föreningar

Längd är korrelerad med intelligens (r~.2), men denna korrelation har i allmänhet inte hittats inom familjer (dvs bland syskon), vilket tyder på att det beror på korsassortativ parning för längd och intelligens, eller från en annan faktor som korrelerar med båda (t.ex. näring). Närsynthet är känt för att vara associerat med intelligens, med en korrelation på cirka 0,2 till 0,25, och detta samband har också hittats inom familjer.

Grupplikheter och skillnader

Se även: Könsskillnader i intelligens och Ras och intelligens

Tvärkulturella studier indikerar att g -faktorn kan observeras när ett batteri av olika, komplexa kognitiva tester administreras till ett mänskligt prov. Faktorstrukturen för IQ-tester har också visat sig vara konsekvent mellan kön och etniska grupper i USA och på andra håll. G - faktorn har visat sig vara den mest invarianta av alla faktorer i tvärkulturella jämförelser. Till exempel, när g -faktorerna beräknade från ett amerikanskt standardiseringsprov av Wechslers IQ-batteri och från stora prover som slutförde den japanska översättningen av samma batteri jämfördes, var kongruenskoefficienten 0,99, vilket indikerar virtuell identitet. På liknande sätt var kongruenskoefficienten mellan g -faktorerna erhållna från vita och svarta standardiseringsprover av WISC -batteriet i USA 0,995, och variansen i testresultaten som förklaras av g var mycket lika för båda grupperna.

De flesta studier tyder på att det finns försumbara skillnader i medelnivån av g mellan könen, men att könsskillnader i kognitiva förmågor finns i mer snäva domäner. Till exempel överträffar män i allmänhet kvinnor i rumsliga uppgifter, medan kvinnor i allmänhet överträffar män i verbala uppgifter. En annan skillnad som har hittats i många studier är att män visar mer variation i både generella och specifika förmågor än kvinnor, med proportionellt fler män i både den låga och den övre delen av testpoängfördelningen.

Skillnader i g mellan ras och etniska grupper har hittats, särskilt i USA mellan svart- och vitidentifierande testtagare, även om dessa skillnader tycks ha minskat avsevärt över tiden och kan hänföras till miljömässiga (snarare än genetiska) orsaker. Vissa forskare har föreslagit att storleken på det svart-vita gapet i kognitiva testresultat är beroende av storleken på testets g- belastning, med tester som visar högre g- belastning som ger större luckor (se Spearmans hypotes ) , medan andra har kritiserat detta synsätt som metodologiskt ogrundad. Ytterligare andra har noterat att trots den ökande g- belastningen av IQ-testbatterier över tid, fortsätter prestandagapet mellan rasgrupper att minska. Jämförande analys har visat att medan ett gap på cirka 1,1 standardavvikelse i medel-IQ (cirka 16 poäng) mellan vita och svarta amerikaner fanns i slutet av 1960-talet, fick svarta amerikaner mellan 1972 och 2002 mellan 4 och 7 IQ-poäng i förhållande till icke-spansktalande Vita, och att " g -gapet mellan svarta och vita minskade praktiskt taget i takt med IQ-gapet." Däremot överträffar amerikaner av östasiatiskt ursprung generellt lite vita amerikaner. Det har hävdats att rasliga och etniska skillnader som liknar de som finns i USA kan observeras globalt, men betydelsen, metodologiska grunden och sanningen i sådana påståenden har alla ifrågasatts.

Relation till andra psykologiska konstruktioner

Elementära kognitiva uppgifter

Huvudartiklar: Elementär kognitiv uppgift och Mental kronometri
En illustration av Jensen-lådan , en apparat för att mäta valfri reaktionstid.

Elementära kognitiva uppgifter (ECT) korrelerar också starkt med g . ECTs är, som namnet antyder, enkla uppgifter som uppenbarligen kräver väldigt lite intelligens, men som ändå korrelerar starkt med mer uttömmande intelligenstester. Att avgöra om ett ljus är rött eller blått och avgöra om det finns fyra eller fem rutor ritade på en datorskärm är två exempel på ECT. Svaren på sådana frågor ges vanligtvis genom att snabbt trycka på knappar. Ofta, förutom knappar för de två alternativen, hålls en tredje knapp nedtryckt från början av testet. När motivet ges till motivet tar de bort sin hand från startknappen till knappen för det korrekta svaret. Detta gör att examinatorn kan avgöra hur mycket tid som ägnades åt att tänka på svaret på frågan (reaktionstid, vanligtvis mätt i små bråkdelar av sekunder), och hur mycket tid som ägnades åt fysisk handrörelse till rätt knapp (rörelsetid). Reaktionstiden korrelerar starkt med g , medan rörelsetiden korrelerar mindre starkt. ECT-testning har möjliggjort kvantitativ granskning av hypoteser om testbias, motivationsmotiv och gruppskillnader. I kraft av sin enkelhet ger ECTs en länk mellan klassiska IQ-tester och biologiska undersökningar såsom fMRI- studier.

Fungerande minne

En teori hävdar att g är identisk eller nästan identisk med arbetsminneskapaciteten . Bland annat bevis för denna uppfattning har vissa studier funnit att faktorer som representerar g och arbetsminne är perfekt korrelerade. Men i en metaanalys visade sig korrelationen vara betydligt lägre. En kritik som framförts mot studier som identifierar g med arbetsminne är att "vi inte främjar förståelsen genom att visa att ett mystiskt begrepp är kopplat till ett annat."

Piagetiska uppgifter

Psykometriska teorier om intelligens syftar till att kvantifiera intellektuell tillväxt och identifiera förmågasskillnader mellan individer och grupper. Däremot Jean Piagets teori om kognitiv utveckling förstå kvalitativa förändringar i barns intellektuella utveckling. Piaget designade ett antal uppgifter för att verifiera hypoteser som härrör från hans teori. Uppgifterna var inte avsedda att mäta individuella skillnader, och de har ingen motsvarighet i psykometriska intelligenstester. Till exempel, i en av de mest kända Piagetian bevarandeuppgifterna tillfrågas ett barn om mängden vatten i två identiska glas är densamma. Efter att barnet samtyckt till att mängden är densamma häller utredaren upp vattnet från ett av glasen i ett glas med olika form så att mängden ser annorlunda ut även om den förblir densamma. Barnet tillfrågas sedan om mängden vatten i de två glasen är lika eller olika.

Trots de olika forskningstraditioner där psykometriska tester och piagetiska uppgifter utvecklades, har sambanden mellan de två typerna av mått befunnits vara genomgående positiva och generellt måttliga i omfattning. En gemensam allmän faktor ligger bakom dem. Det har visat sig att det går att konstruera ett batteri bestående av piagetiska uppgifter som är ett lika bra mått på g som vanliga IQ-tester.

Personlighet

Huvudartikel: Intelligens och personlighet

Den traditionella synen inom psykologi är att det inte finns någon meningsfull relation mellan personlighet och intelligens, och att de två bör studeras separat. Intelligens kan förstås i termer av vad en individ kan göra, eller vad hans eller hennes maximala prestation är, medan personlighet kan tänkas i termer av vad en individ vanligtvis kommer att göra, eller vad hans eller hennes allmänna beteendetendenser är. Forskning har visat att korrelationerna mellan mått på intelligens och personlighet är små, och det har därför hävdats att g är en rent kognitiv variabel som är oberoende av personlighetsdrag. I en metaanalys från 2007 visade sig korrelationerna mellan g och "de fem stora" personlighetsdragen vara följande:

  • samvetsgrannhet −.04
  • behaglighet ,00
  • extraversion .02
  • öppenhet .22
  • emotionell stabilitet .09

Samma metaanalys fann en korrelation på .20 mellan self-efficacy och g .

Vissa forskare har hävdat att sambanden mellan intelligens och personlighet, om än blygsamma, är konsekventa. De har tolkat samband mellan intelligens och personlighetsmått på två huvudsakliga sätt. Det första perspektivet är att personlighetsdrag påverkar prestation på intelligenstester . Till exempel kan en person misslyckas med att prestera på maximal nivå på ett IQ-test på grund av hans eller hennes ångest och stressbenägenhet. Det andra perspektivet anser att intelligens och personlighet är begreppsmässigt relaterade, med personlighetsdrag som avgör hur människor tillämpar och investerar sina kognitiva förmågor, vilket leder till kunskapsexpansion och större kognitiv differentiering.

Kreativitet

Vissa forskare tror att det finns en tröskelnivå på g under vilken socialt signifikant kreativitet är sällsynt, men att det annars inte finns något samband mellan de två. Det har föreslagits att denna tröskel är minst en standardavvikelse över populationsmedelvärdet. Ovanför tröskeln tros personlighetsskillnader vara viktiga bestämningsfaktorer för individuell variation i kreativitet.

Andra har ifrågasatt tröskelteorin. Även om de inte ifrågasätter den möjligheten och andra personliga egenskaper än intelligens, såsom energi och engagemang, är viktiga för kreativiteten, men de hävdar att g är positivt förknippat med kreativitet även i den höga delen av förmågasfördelningen. Den longitudinella studien av matematiskt brådmogen ungdom har gett bevis för detta påstående. Den har visat att individer som identifierats av standardiserade tester som intellektuellt begåvade i tidig tonåren åstadkommer kreativa landvinningar (till exempel säkra patent eller publicera litterära eller vetenskapliga verk) i flera gånger så stor som den allmänna befolkningen, och att även inom den översta 1 procenten av kognitiv förmåga, de med högre förmåga är mer benägna att göra enastående prestationer. Studien har också föreslagit att nivån av g fungerar som en prediktor för prestationsnivån , medan specifika kognitiva förmågasmönster förutsäger prestationsområdet .

Kritik

Relation med eugenik och rasism

Forskning om G-faktorn, såväl som andra psykometriska värden, har kritiserats flitigt för att inte korrekt ta hänsyn till den eugencistiska bakgrunden till dess forskningspraxis. Reduktionismen av G-faktorn har tillskrivits att ha utvecklats från "pseudovetenskapliga teorier" om ras och intelligens.

Gf -G c teori

Huvudartikel: Flytande och kristalliserad intelligens

Raymond Cattell , en elev till Charles Spearmans, förkastade den enhetliga g -faktormodellen och delade in g i två breda, relativt oberoende domäner: flytande intelligens (Gf) och kristalliserad intelligens (Gc ) . G f konceptualiseras som en förmåga att lista ut nya problem, och den bedöms bäst med tester med lite kulturellt eller skolastiskt innehåll, såsom Ravens matriser. G c kan ses som konsoliderad kunskap, som speglar de färdigheter och information som en individ förvärvar och behåller under hela sitt liv. G c är beroende av utbildning och andra former av akkulturation, och det bedöms bäst med prov som betonar skolastisk och kulturell kunskap. G f kan tänkas i första hand bestå av aktuella resonemang och problemlösningsförmåga, medan G c speglar resultatet av tidigare utförda kognitiva processer.

Skälet för separationen av G f och G c var att förklara individers kognitiva utveckling över tid. Även om Gf och Gc har visat sig vara starkt korrelerade, skiljer de sig åt i hur de förändras under en livstid. Gf tenderar att nå sin topp vid 20 års ålder, för att sedan sakta minska . Däremot är Gc stabil eller ökar över vuxen ålder. En enda allmän faktor har kritiserats för att skymma detta splittrade utvecklingsmönster. Cattell hävdade att Gf återspeglade individuella skillnader i effektiviteten hos det centrala nervsystemet . G c var, i Cattells tänkande, resultatet av att en person "investerade" sin G f i lärandeupplevelser under hela livet.

Cattell, tillsammans med John Horn , utökade senare G f - G c -modellen till att omfatta ett antal andra breda förmågor, såsom G q (kvantitativt resonemang) och G v (visuellt-spatialt resonemang). Medan alla de breda förmågasfaktorerna i den utökade Gf - Gc- modellen är positivt korrelerade och därmed skulle möjliggöra extraktion av en högre ordnings g -faktor, hävdade Cattell och Horn att det skulle vara felaktigt att påstå att en generell faktor ligger till grund för dessa breda förmågor. . De hävdade att g -faktorer beräknade från olika testbatterier inte är invarianta och skulle ge olika värden på g , och att korrelationerna mellan tester uppstår eftersom det är svårt att testa bara en förmåga åt gången.

Flera forskare har dock föreslagit att Gf - Gc - modellen är kompatibel med en g -centrerad förståelse av kognitiva förmågor. Till exempel John B. Carrolls treskiktsmodell av intelligens både Gf och Gc tillsammans med en g - faktor av högre ordning. Baserat på faktoranalyser av många datamängder har vissa forskare också hävdat att G f och g är en och samma faktor och att g -faktorer från olika testbatterier är väsentligen oföränderliga förutsatt att batterierna är stora och mångsidiga.

Teorier om okorrelerade förmågor

Flera teoretiker har föreslagit att det finns intellektuella förmågor som är okorrelerade med varandra. Bland de tidigaste var LL Thurstone som skapade en modell av primära mentala förmågor som representerar förment oberoende domäner av intelligens. Emellertid visade sig Thurstones tester av dessa förmågor producera en stark generell faktor. Han hävdade att bristen på oberoende bland hans tester återspeglade svårigheten att konstruera "faktoriellt rena" test som mätte bara en förmåga. På samma sätt JP Guilford en intelligensmodell som bestod av upp till 180 distinkta, okorrelerade förmågor och påstod sig kunna testa dem alla. Senare analyser har visat att de faktoriella procedurerna Guilford presenterade som bevis för sin teori inte gav stöd för den, och att testdata som han hävdade gav bevis mot g faktiskt uppvisade det vanliga mönstret av interkorrelationer efter korrigering för statistiska artefakter.

På senare tid har Howard Gardner utvecklat teorin om multipla intelligenser . Han hävdar att det finns nio olika och oberoende intelligensdomäner, såsom matematiska, språkliga, rumsliga, musikaliska, kropps-kinestetiska, metakognitiva och existentiella intelligenser, och hävdar att individer som misslyckas i vissa av dem kan utmärka sig i andra. Enligt Gardner betonar tester och skolor traditionellt enbart språkliga och logiska förmågor samtidigt som man försummar andra former av intelligens. Även om den är populär bland pedagoger, har Gardners teori kritiserats mycket av psykologer och psykometriker. En kritik är att teorin gör våld mot både vetenskapliga och vardagliga användningar av ordet "intelligens". Flera forskare har hävdat att inte alla Gardners intelligenser faller inom den kognitiva sfären. Gardner hävdar till exempel att en framgångsrik karriär inom professionell sport eller populärmusik återspeglar kroppslig-kinestetisk intelligens respektive musikalisk intelligens , även om man vanligtvis kan tala om atletiska och musikaliska färdigheter , talanger eller förmågor istället. En annan kritik av Gardners teori är att många av hans påstådda oberoende intelligensdomäner i själva verket är korrelerade med varandra. Som svar på empiriska analyser som visar samband mellan domänerna, har Gardner hävdat att korrelationerna existerar på grund av det gemensamma testformatet och eftersom alla test kräver språkliga och logiska färdigheter. Hans kritiker har i sin tur påpekat att inte alla IQ-tester administreras i papper-och-penna-format, att förutom språkliga och logiska förmågor innehåller IQ-testbatterier också mått på till exempel rumsliga förmågor och att elementära kognitiva uppgifter (till exempel inspektionstid och reaktionstid) som inte involverar språkliga eller logiska resonemang korrelerar också med konventionella IQ-batterier.

Robert Sternberg , som arbetar med olika kollegor, har också föreslagit att intelligens har dimensioner oberoende av g . Han hävdar att det finns tre klasser av intelligens: analytisk, praktisk och kreativ. Enligt Sternberg mäter traditionella psykometriska test endast analytisk intelligens, och bör utökas för att testa kreativ och praktisk intelligens också. Han har utarbetat flera tester för detta. Sternberg likställer analytisk intelligens med akademisk intelligens, och kontrasterar den med praktisk intelligens, definierad som en förmåga att hantera dåligt definierade verkliga problem. Tyst intelligens är en viktig komponent i praktisk intelligens, som består av kunskap som inte explicit lärs ut men som krävs i många verkliga situationer. Att bedöma kreativitet oberoende av intelligenstester har traditionellt visat sig vara svårt, men Sternberg och kollegor har hävdat att de också har skapat giltiga tester av kreativitet. Valideringen av Sternbergs teori kräver att de tre testade förmågorna är väsentligen okorrelerade och har oberoende prediktiv validitet. Sternberg har genomfört många experiment som han hävdar bekräftar giltigheten av hans teori, men flera forskare har ifrågasatt denna slutsats. Till exempel, i sin omanalys av en valideringsstudie av Sternbergs STAT-test, visade Nathan Brody att den prediktiva giltigheten av STAT, ett test av tre påstådda oberoende förmågor, nästan enbart berodde på en enda allmän faktor som låg bakom testerna, vilket Brody likställde . med g -faktorn.

Flynns modell

James Flynn har argumenterat för att intelligens bör konceptualiseras på tre olika nivåer: hjärnans fysiologi, kognitiva skillnader mellan individer och sociala trender i intelligens över tid. Enligt denna modell g -faktorn ett användbart begrepp med avseende på individuella skillnader, men dess förklaringsförmåga är begränsad när fokus för undersökningen är antingen hjärnans fysiologi, eller, särskilt, effekten av sociala trender på intelligens. Flynn har kritiserat föreställningen att kognitiva vinster över tid, eller Flynn-effekten, är "ihåliga" om de inte kan visas vara ökningar i g . Han menar att Flynn-effekten återspeglar förändrade sociala prioriteringar och individers anpassning till dem. Att tillämpa individuella skillnadsbegreppet g på Flynn-effekten är att blanda ihop olika analysnivåer. Å andra sidan, enligt Flynn, är det också felaktigt att förneka, genom att hänvisa till trender i intelligens över tid, att vissa individer har "bättre hjärnor och sinnen" för att klara av de kognitiva kraven i just sin tid. På hjärnfysiologinivå har Flynn betonat både att lokaliserade neurala kluster kan påverkas olika av kognitiv träning, och att det finns viktiga faktorer som påverkar alla neurala kluster.

Människans felmått

Den kanske mest kända kritiken av konstruktionen av g är den från paleontologen och biologen Stephen Jay Gould , som presenterades i hans bok från 1981 The Mismeasure of Man . Han hävdade att psykometriker felaktigt förlikade g - faktorn till en ofrånkomlig "sak" som gav en bekväm förklaring till mänsklig intelligens, grundad endast i matematisk teori snarare än den rigorösa tillämpningen av matematisk teori på biologisk kunskap. Ett exempel ges i Cyril Burts arbete, publicerat postumt 1972: "De två huvudsakliga slutsatserna vi har kommit fram till verkar klara och bortom alla tvivel. Hypotesen om en generell faktor som ingår i varje typ av kognitiva processer, preliminärt antydd av spekulationer härledda från neurologi och biologi, bekräftas fullt ut av de statistiska bevisen, och påståendet att skillnader i denna allmänna faktor till stor del beror på individens genetiska konstitution verkar obestridligt. Konceptet med en medfödd, allmän kognitiv förmåga, som följer av dessa två antaganden, även om det visserligen bara är en abstraktion, är det alltså helt förenligt med de empiriska fakta." Spearmans g och konceptet med ärvd, oföränderlig intelligens var en välsignelse för både eugeniker och pseudovetenskapsmän.

Kritik av Gould [ citat behövs ]

Många forskare har kritiserat Goulds argument. Till exempel har de avvisat anklagelsen om tingsliggörande och hävdat att användningen av extraherade faktorer som g som potentiella orsaksvariabler vars verklighet kan stödjas eller förkastas genom ytterligare undersökningar utgör en normal vetenskaplig praxis som inte på något sätt skiljer psykometri från andra vetenskaper [ förtydligande behövs ] [ citat behövs ] . Kritiker har också föreslagit att Gould inte förstod syftet med faktoranalys, och att han var okunnig om relevanta metodiska framsteg inom området [ citat behövs ] . Även om olika faktorlösningar kan vara matematiskt likvärdiga i sin förmåga att redogöra för interkorrelationer mellan tester, är lösningar som ger en g- faktor psykologiskt att föredra av flera externa skäl för faktoranalys, inklusive fenomenet med det positiva mångfalden, det faktum att samma g kan kommer från helt olika testbatterier, den utbredda praktiska giltigheten av g och kopplingen av g till många biologiska variabler.

Annan kritik av g

John Horn och John McArdle har hävdat att den moderna g- teorin, såsom den förespråkas av till exempel Arthur Jensen, är oförfalsbar , eftersom förekomsten av en gemensam faktor som g följer tautologiskt från positiva korrelationer mellan tester. De kontrasterade den moderna hierarkiska teorin om g med Spearmans ursprungliga tvåfaktorsteori som var lätt falsifierbar (och faktiskt falsifierades).

Joseph Graves Jr. och Amanda Johnson har hävdat att g "...är för psykometrikerna vad Huygens eter var för tidiga fysiker: en icke-enhet som tas som en trosartikel istället för en som behöver verifieras med verkliga data. "

Vissa särskilt hårda kritiker har kallat g-faktorn och psykometri som en form av pseudovetenskap.

Se även

Samlade referenser

Bibliografi

Hämtad från " https://en.wikipedia.org/w/index.php?title=G_factor_(psychometrics)&oldid=1124042054 "