g 因子是甚麼

g 因子是不同智力任務共有的成分

詞彙、計算、圖形推理與記憶，是要求不同能力的任務。但比較許多人的表現時，在其中一項任務取得高分的人，往往也較容易在其他任務取得高分。這個共同出現在不同認知任務中的成分，就是一般智力因子，也就是 g 因子。

各項任務整體呈正相關的現象，稱為「正相關的整體模式」（positive manifold）。自 Spearman 在 1904 年的研究中提出一般因子以來，g 因子一直是解釋智力測驗整體表現的核心概念。

從正相關推算 g 因子的方式

g 因子不是回答一道題目就能直接量度的分數，而是收集詞彙、推理、記憶、速度等多種任務的得分後，根據其相關性推算出的潛在變項。

因素分析會區分多項任務共同變動的部分，以及各項任務特有的部分。詞彙任務還反映詞語知識，符號搜尋則反映視覺搜尋速度等各自特有的能力；在此基礎上，所有任務共有的得分變動會以 g 因子表示。

正相關的整體模式，在不同文化與測驗中都得到廣泛確認。

g 因子與 IQ、FSIQ 的分別

FSIQ 由內容不同的多項分測驗合成，因此會強烈反映 g 因子。不過，FSIQ 是按每套測驗規定的組成與換算方式算出的觀察分數，g 因子則是用來解釋這些得分關係的潛在變項。FSIQ 的計算與閱讀方法，詳見 FSIQ 是甚麼。

g 負荷量代表任務與 g 因子的關聯

g 負荷量表示某項分測驗的表現與 g 因子的關聯有多強。在簡單的單因素模型中，如果 g 負荷量是 .70，將它平方後得到 .49，也就是該項得分約 49% 的變異與 g 因子有關。

WAIS-IV 的分析顯示，算術、詞彙等分測驗的 g 負荷量相對較高，處理速度分測驗則較低。g 負荷量並不代表題目難度，而是反映任務之間共享一般能力的程度。即使是同一項分測驗，g 負荷量也會隨受測群體、一起分析的測驗及統計模型而改變。

IQ 測驗之所以組合內容不同的任務，是為了減少結果偏重特定知識或出題形式，掌握各項任務共有的整體水平。

g 因子與學業、培訓的關係密切

g 因子與學習及掌握新內容的關係尤其密切。學業成績的綜合分析與職業培訓、工作表現的綜合分析顯示，它與不同成果的關聯強度並不相同。

g 能有效預測學業與培訓中的學習成果，但它與現代工作表現的關係，沒有過去推測的那麼強。最新的工作表現研究也不支持「工作愈複雜，g 的預測力就愈高」這項傳統說法。如何把 IQ 所呈現的整體水平連結到現實成果，詳見測量 IQ 的意義。

g 因子與 CHC 理論的廣泛能力代表不同層次

CHC 理論以一般能力、廣泛能力、狹義能力 3 個層次整理智力。在現時常見、沿用 Carroll 分層架構的表述中，最上層是 g 因子，其下則是 Gc、Gf、Gv、Gwm、Gs 等廣泛能力。作為 CHC 理論源流之一的 Horn 理論，並未設置單一的最高層 g。

g 因子代表各種認知任務共有的水平，廣泛能力則呈現在哪一類任務中較容易發揮。因此，綜合 IQ 相近的人，仍可能有不同的言語理解、推理、視空間處理、工作記憶與處理速度組合。如何把能力組合連結到具體情境，詳見認知剖面是甚麼。

BrainTypeIQ會根據 9 個分項呈現綜合 IQ 與 5 項認知範疇的認知剖面。