ดัชนีของ WAIS-IV และ WAIS-5 ตรงกับความสามารถตาม CHC อย่างไร
เมื่อจัดตามความสามารถ 5 ด้านของทฤษฎี CHC จะเห็นความต่างระหว่างดัชนี 4 ด้านของ WAIS-IV กับดัชนี 5 ด้านของ WAIS-5 ฉบับสหรัฐฯ ดังนี้
| ความสามารถตาม CHC | WAIS-IV | WAIS-5 ฉบับสหรัฐฯ |
|---|---|---|
| Gc: ความเข้าใจทางภาษาและสติปัญญาตกผลึก | ความเข้าใจทางภาษา (VCI) | Verbal Comprehension Index (VCI) |
| Gv: การประมวลผลเชิงภาพและมิติสัมพันธ์ | การให้เหตุผลเชิงการรับรู้ (PRI) | Visual Spatial Index (VSI) |
| Gf: การให้เหตุผลกับปัญหาใหม่ | การให้เหตุผลเชิงการรับรู้ (PRI) | Fluid Reasoning Index (FRI) |
| Gwm: ความจำใช้งาน | ความจำใช้งาน (WMI) | Working Memory Index (WMI) |
| Gs: ความเร็วในการประมวลผล | ความเร็วในการประมวลผล (PSI) | Processing Speed Index (PSI) |
ส่วนที่ต่างคือ Gv กับ Gf ใน WAIS-IV ทั้งสองอยู่ในดัชนีการให้เหตุผลเชิงการรับรู้ (PRI) แต่ WAIS-5 แยกเป็นดัชนีมิติสัมพันธ์ (VSI) กับดัชนีการให้เหตุผลกับปัญหาใหม่ (FRI) การเปลี่ยนแปลงสำคัญจึงอยู่ที่การอ่าน Gv และ Gf เป็นคะแนนแยกกันได้ จากเดิมที่รวมอยู่ใน PRI มากกว่าการเพิ่มจำนวนดัชนีขึ้นหนึ่งด้าน
PRI ของ WAIS-IV มีทั้งงานที่ใช้ Gv และ Gf
แม้ WAIS-IV จะรวม Gv กับ Gf ไว้ใน PRI เดียวกัน แต่กระบวนการที่ใช้ในแบบทดสอบย่อยต่างกัน
| ความสามารถตาม CHC | แบบทดสอบย่อยใน PRI | กระบวนการหลัก |
|---|---|---|
| Gv: การประมวลผลเชิงภาพและมิติสัมพันธ์ | Block Design, Visual Puzzles, Picture Completion | แยกและประกอบรูป พร้อมจัดการทิศทางและตำแหน่งสัมพันธ์ |
| Gf: การให้เหตุผลกับปัญหาใหม่ | Matrix Reasoning, Figure Weights | หากฎจากความสัมพันธ์ของรูปหรือจำนวน |
WAIS-5 ไม่ได้เพิ่มความสามารถชนิดใหม่ แต่จัดกลุ่มใหม่ให้ความต่างที่มีอยู่แล้วในแบบทดสอบย่อยของ WAIS-IV ปรากฏเป็นดัชนี VSI กับ FRI
งานวิจัยปี 2026 ที่วิเคราะห์ข้อมูลมาตรฐานของ WAIS-IV ฉบับญี่ปุ่น 1,120 คน พบว่า ในการเปรียบเทียบโมเดลแบบเบย์ที่นำทฤษฎีมาประกอบ โมเดลตาม CHC ที่มี 5 องค์ประกอบและมี g เป็นองค์ประกอบระดับสูง สอดคล้องกับข้อมูลดีกว่าโมเดล 4 องค์ประกอบแบบเดิม
ความจำใช้งานด้านภาพและดัชนีขยาย
นอกจาก WMI หลักที่ใช้โจทย์ทางการได้ยินแล้ว WAIS-5 ฉบับสหรัฐฯ ยังใช้ Symbol Span และ Spatial Addition คำนวณ Visual Working Memory Index (VWMI) ซึ่งวัดการจัดการสัญลักษณ์และตำแหน่งได้ อีกทั้งมีดัชนีขยายที่ใช้แบบทดสอบย่อยมากขึ้นเพื่อดูแต่ละด้าน และดัชนีเสริมที่เจาะจงกระบวนการบางอย่าง
| ดัชนีเสริม | สิ่งที่ดูได้ละเอียดขึ้น |
|---|---|
| Verbal (Expanded Crystallized) Index (VECI) | Gc ที่กว้างขึ้น โดยเพิ่ม Information และ Comprehension เข้าไปกับ Similarities และ Vocabulary |
| Expanded Fluid Index (EFI) | Gf ที่กว้างขึ้น โดยเพิ่ม Arithmetic และ Set Relations เข้าไปกับ Matrix Reasoning และ Figure Weights |
| Quantitative Reasoning Index (QRI) | การให้เหตุผลเชิงปริมาณที่ปรากฏใน Figure Weights และ Arithmetic |
| Expanded Working Memory Index (EWMI) | Gwm ที่กว้างขึ้น โดยรวมโจทย์ทางการได้ยินกับโจทย์ภาพ |
โครงสร้างดัชนีของ WAIS-5 ใกล้กับทฤษฎี CHC มากขึ้น
ทั้งการแยก Gv ออกจาก Gf และดัชนีเสริมด้านความจำใช้งานทำให้โครงสร้างของ WAIS-5 ฉบับสหรัฐฯ เชื่อมกับการแบ่งความสามารถตามทฤษฎี CHC ได้ง่ายกว่า WAIS-IV
อย่างไรก็ตาม การมีโครงสร้างดัชนีใกล้เคียง CHC กับการแยกความสามารถทั้ง 5 ได้ชัดเจนทางสถิติเป็นคนละเรื่อง งานวิจัยอิสระปี 2026 ที่นำข้อมูลมาตรฐานสหรัฐฯ 2,020 คนมาวิเคราะห์ซ้ำ สนับสนุนโมเดล 4 องค์ประกอบกลุ่มที่รวม Gv กับ Gf เข้าด้วยกัน แทนโมเดล 5 องค์ประกอบกลุ่มที่แยกสองด้านนี้
การเปลี่ยนแปลงแบบทดสอบย่อยและ FSIQ จาก WAIS-IV ไปสู่ WAIS-5 เปรียบเทียบไว้ในบทความ ความต่างระหว่าง WAIS-IV กับ WAIS-5
BrainTypeIQ คำนวณ Gc, Gf, Gv, Gwm และ Gs แยกเป็น 5 ด้าน ให้ดูโปรไฟล์การรู้คิดควบคู่กับ IQ รวมได้