g 因子是什麼

g 因子是不同智力作業共有的成分

詞彙、計算、圖形推理與記憶，是需要運用不同能力的作業。但比較許多人的表現時，在其中一項作業得到高分的人，往往也較容易在其他作業得到高分。這個共同出現在不同認知作業中的成分，就是一般智力因素 g。

各項作業整體呈現正相關的現象，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素以來，g 因子一直是解釋智力測驗整體表現的核心概念。

從正相關推估 g 因子的方式

g 因子不是回答一道題目就能直接測得的分數，而是收集詞彙、推理、記憶、速度等多種作業的分數後，根據其相關性推估出的潛在變項。

因素分析會區分多項作業共同變動的部分，以及各項作業特有的部分。詞彙作業包含詞語知識，符號搜尋則包含視覺搜尋速度等作業特有的差異；在此基礎上，所有作業共有的分數變動會以 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。另一方面，究竟是單一的一般能力產生這種共同性，還是來自多種能力的交互作用與作業間重疊的認知歷程，至今仍有不同觀點。

g 因子與 IQ、FSIQ 的差異

FSIQ 整合多項內容不同的分測驗，因此會強烈反映 g 因子。不過，FSIQ 是依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分數關係的潛在變項。FSIQ 的計算與閱讀方式，詳見 FSIQ 是什麼。

g 負荷量代表作業與 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，也就是該分數有 49% 的變異與 g 因子共享。

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，而是反映作業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作業，是為了降低結果對特定知識或出題形式的偏重，掌握各項作業共有的整體水準。

g 因子與學業、訓練的關係密切

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

g 能有效預測學業與訓練中的學習成果，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「工作越複雜，g 的預測力就越高」這項傳統說法。如何把 IQ 所呈現的整體水準連結到現實成果，詳見測量 IQ 的意義。

g 因子與 CHC 理論的廣域能力代表不同層次

CHC 理論以一般能力、廣域能力、狹域能力 3 個層次整理智力。在現今常見的 Carroll 式表達中，最上層是 g 因子，其下則是 Gc、Gf、Gv、Gwm、Gs 等廣域能力。作為 CHC 理論來源之一的 Horn 理論，並未設置單一的最高層 g。

g 因子代表各種認知作業共有的水準，廣域能力則呈現一個人在哪一類作業中較容易發揮。因此，綜合 IQ 相近的人，仍可能有不同的語文理解、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，詳見認知剖面是什麼。

BrainTypeIQ會根據 9 個分項呈現綜合 IQ 與 5 種能力的認知剖面。