g因子（ジーいんし、）（別名: 一般知能、一般知能因子）とは、によると人間の知能の研究で開発された構成概念である。g因子は、異なる認知課題間の正の相関をまとめた変数であり、ある個人のある種の認知課題におけるパフォーマンスが、その人の他の種類の認知課題におけるパフォーマンスと同等になる傾向があるという事実を反映している。g因子は通常、特定のにおける個人間のパフォーマンスの差異の40〜50%を説明し、多くのテストに基づく複合スコア（「IQスコア」）は、しばしば個人のg因子の位置づけの推定値とみなされるKamphaus et al. 2005。IQ、一般知能、一般認知能力、一般精神能力、単に「知能」という用語は、認知テストに共通するこのコアを指すためによく同義的に使用されるDeary et al. 2010。しかし、g因子自体は、認知課題間に観察される相関の水準を示す数学的構成概念である。この構成概念の測定値は、使用される認知課題に依存し、観察された相関の根本的な原因についてはほとんど知られていない。

g因子の存在は、20世紀初頭に英国の心理学者チャールズ・スピアマンによって最初に提唱された。スピアマンは、一見無関係な学校の教科にわたって、子供たちのパフォーマンス評価が正の相関を示すことを観察し、これらの相関は、あらゆる種類の精神テストのパフォーマンスに影響を与える根底にある一般的な精神能力の影響を反映していると推論した。スピアマンは、すべての精神的パフォーマンスを、彼がgと名付けた単一の一般的能力因子と、多くの狭い課題特有の能力因子の観点から概念化できることを示唆した。スピアマンがgの存在を提唱してまもなく、から反論された。トムソンは、g因子が存在しなくても、テスト結果間のそのような相互相関が生じる可能性があるという証拠を提示した。今日の知能の因子モデルは、通常、認知能力を3層の階層として表現する。階層の最下層には多くの狭い因子があり、中間層にはいくつかの広範で、より一般的な因子があり、頂点には、すべての認知課題に共通する分散を表す単一の因子、すなわちg因子がある。

伝統的に、gに関する研究は、因子分析的アプローチに特に重点を置いて、テストデータの心理測定学的調査に集中してきた。しかし、gの性質に関する実証研究は、実験的認知心理学と、脳の解剖学と生理学、と分子遺伝学、人類の知能の進化も引き合いに出してきたJensen 1998, 545。科学者たちは、gを統計的規則性であり、議論の余地がないものと考えており、ほぼすべての人間文化から収集されたデータに一般的な認知因子が現れる。しかし、テスト間の正の相関の原因については合意がない。

行動遺伝学分野の研究は、gの構成概念が測定された集団においてを示すことを明らかにしてきた。gには、を含む他のいくつかの生物学的相関関係がある。gはまた、特に教育と雇用において、多くの社会的結果における個人差の重要な予測因子でもある。しかし、gの批判者は、gを強調することは的外れであり、他の重要な能力の価値を下げることになると主張してきた。スティーヴン・ジェイ・グールドは、gの概念が人間の知能の非現実的なされた見方を支持していると有名に非難した。

認知能力テスト

+ 6つの学校のパフォーマンス指標に対するスピアマンの相関行列。すべての相関は正で、「正の多様体」現象を示している。最下行は各パフォーマンス指標のg負荷量を示す。Jensen 1998, 24より改変。この相関行列はもともとSpearman 1904で公表され、イギリスの子供たちのサンプルの学校でのパフォーマンスに基づいている。この分析は歴史的に重要で、大きな影響を与えてきたが、現代の技術基準を満たしていない。スピアマンの方法論の議論については、Mackintosh 2011, 44以降およびHorn & McArdle 2007を参照。 古典語 フランス語 英語 数学 音程 音楽 古典語 – フランス語 .83 – 英語 .78 .67 – 数学 .70 .67 .64 – 音程弁別 .66 .65 .54 .45 – 音楽 .63 .57 .51 .51 .40 – g .958 .882 .803 .750 .673 .646

+ WAIS-Rバッテリーを完了したスコットランドの被験者サンプルにおける下位検査間の相関。下位検査は、語彙、類似、情報、理解、絵画配列、積木模様、算数、絵画完成、数唱、組合せ、符号である。最下行は各下位検査のg負荷量を示す。

Chabris 2007, 表19.1より改変。 V S I C PA BD A PC DSp OA DS V – S .67- I .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

サムネイル|精神テスト間の相関 テストは、認知の異なる側面を測定するように設計されている。テストで評価される具体的な領域には、数学的スキル、言語の流暢さ、、記憶力などがある。しかし、あるタイプのテストで優れた成績を収める個人は、他の種類のテストでも優れた成績を収める傾向があり、一方である1つのテストで低成績を収める人は、テストの内容に関係なく、すべてのテストで低成績を収める傾向があるGottfredson 1998。イギリスの心理学者チャールズ・スピアマンは、この現象を最初に記述した。1904年に公表された有名な研究論文でSpearman 1904、スピアマンは、一見無関係な学校の教科にわたる子供たちのパフォーマンス指標が正の相関を示すことを観察した。この発見は、それ以来、数多く再現されてきた。テストの内容に大きな違いがあるにもかかわらず、精神テストの結果が普遍的に正の相関行列を示すこと（「正の多様体」）は、「間違いなく、心理学全体で最も再現された結果」と表現されてきたDeary 2000, 6。テスト間の相関がゼロまたは負の値を示すことは、研究対象のサンプルにおけるまたは能力範囲の制限の存在を示唆するJensen 1992。

因子分析または関連する統計手法を用いることで、テストバッテリーのすべての異なるテスト間の相関を特徴づける要約変数とみなすことができる単一の共通因子を特定することが可能である。スピアマンは、この共通因子を一般因子、または単にgと呼んだ。（慣例により、gは常に小文字のイタリック体で表記される。）数学的には、g因子は個人間の分散の源であり、これは、ある個人の精神能力が特定の程度までgまたは他の因子で構成されていると意味のある言い方ができないことを意味する。関連する集団内の他の個人と比較した場合の、ある個人のg（または他の因子）における位置づけについてのみ言及できるJensen 1998, 28van deer Maas et al. 2006。

テストバッテリー内の異なるテストは、バッテリーのg因子と異なる程度で相関する（または「負荷する」）ことがある。これらの相関は、g負荷量として知られている。個々のテスト受験者のg因子スコアは、個人の総数におけるg因子上の相対的な位置づけを表すもので、g負荷量を用いて推定することができる。テストバッテリーからのフルスケールIQスコアは、通常、g因子スコアと高い相関を示し、しばしばgの推定値とみなされる。例えば、デイヴィッド・ウェクスラーのテストのg因子スコアとフルスケールIQスコアとの相関は、.95を超えることが示されているJensen 1998, 26, 36–39。IQ、一般知能、一般認知能力、一般精神能力、または単に知能という用語は、認知テストに共通するコアを指すためによく同義的に使用される。

精神テストのg負荷量は常に正の値を示し、通常.10から.90の範囲にあり、平均は約.60、標準偏差は約.15である。レーヴン漸進的マトリックスは、g負荷量が最も高いテストの1つで、約.80である。語彙と一般的な情報のテストも、通常、g負荷量が高いことが示されているJensen 1998, 26, 36–39, 89–90Jensen 2002。ただし、同じテストのg負荷量は、テストバッテリーの構成によってある程度異なる可能性があるFloyd et al. 2009。

テストの複雑さと、テストが精神操作に要求する負荷は、テストのg負荷量と関連している。例えば、順唱テストでは、1秒に1桁のペースで1回聞いた後、提示された順序で数列を繰り返すよう求められる。逆唱テストは、提示された順序とは逆の順序で数列を繰り返すよう求められること以外は同じである。逆唱テストは順唱テストよりも複雑であり、g負荷量が有意に高い。同様に、算数計算、スペリング、単語の読みのテストのg負荷量は、それぞれ算数の問題解決、文章作成、読解テストのg負荷量よりも低いJensen 1980, 213。

テストの難易度とg負荷量は、特定の状況で経験的に関連する場合もあれば、関連しない場合もある別個の概念である。テスト受験者が不正解としたテスト項目の割合で示される難易度が同じテストでも、g負荷量は幅広い範囲で異なる可能性がある。例えば、のテストは、難易度は同じでも、推論を含む多くのテストよりもg負荷量が著しく低いことが示されているJensen 1998, 94。

理論 gの存在が統計的規則性として確立されており、専門家の間で議論の余地がないものであるのに対し、正の相関の原因については合意がない。いくつかの説明が提案されているHunt 2011, 9。

精神的エネルギーまたは効率 チャールズ・スピアマンは、テスト間の相関は、あらゆる種類の精神的課題のパフォーマンスに影響を与える一般的な精神能力という共通の因果的要因の影響を反映していると推論した。しかし、彼は、gの最良の指標は、演繹、帰納、問題解決、関係の把握、規則の推論、差異と類似性の発見などの能力を含む、彼が「関係と相関関係の導出」と呼んだものを反映したテストであると考えた。スピアマンは、gは「精神的エネルギー」と等価であると仮説を立てた。しかし、これはむしろ比喩的な説明であり、彼はこのエネルギーの物理的基盤については不可知論的であり、将来の研究がgの正確な生理学的性質を解明することを期待していたJensen 1998, 18–19, 35–36, 38. 一般的で単一の精神能力という考えは、19世紀後半にハーバート・スペンサーとフランシス・ゴルトンによって心理学に導入されたが、彼らの研究は主に推測的なものであり、経験的根拠に乏しかった。。

スピアマンに続き、は、すべての精神的課題は、ある程度gに依存していると主張した。ジェンセンによれば、g因子は、異なるテストのスコアの合計や平均ではなく、そのような得点の「蒸留物」を表しており、因子分析は蒸留手順として機能する。彼は、非常に異なる精神的課題がほぼ等しいg負荷量を示す可能性があることを指摘し、gはテストの項目特性や情報内容の観点から記述することはできないと主張した。ウェクスラーも同様に、gは能力ではなく、むしろ脳のある一般的な特性であると主張した。ジェンセンは、gは精神能力に関連する神経過程の速度または効率における個人差に対応すると仮説を立てたJensen 1998, 91–92, 95。彼はまた、gと初歩的な認知課題との関連性を考慮すると、時間を測定単位として使用するgの比例尺度テストを構築することが可能であるはずだと示唆したJensen 2000。

サンプリング理論 もともとエドワード・ソーンダイクとによって開発されたgのいわゆるサンプリング理論は、単一の基礎となる能力を参照することなく、正の多様体の存在を説明できると提案している。この理論によれば、相関のない多数の精神過程が存在し、すべてのテストはこれらの過程の異なるサンプルを利用している。テスト間の相互相関は、テストが測定する過程の重複によって引き起こされるMackintosh 2011, 157Jensen 1998, 117。したがって、正の多様体は、より細かい、おそらく無相関の精神過程を測定できないという測定上の問題のために生じる。

スピアマンのgモデルとサンプリングモデルを統計的に区別することは不可能であることが示されている。両者ともに、テスト間の相互相関を説明することができるBartholomew et al. 2009。サンプリング理論はまた、より複雑な精神的課題がより高いg負荷量を示すという観察とも一致する。より複雑な課題は、より多くの神経要素のサンプリングを含み、したがって他の課題と共通するものがより多くなると予想されるためであるJensen 1998, 120。

一部の研究者は、サンプリングモデルがgを心理学的概念として無効にすると主張してきた。このモデルは、異なるテストバッテリーから導出されたg因子が、すべてのテストに共通するgではなく、各バッテリーに含まれる特定のテストの共有要素を単に反映していることを示唆しているためである。同様に、異なるバッテリー間の高い相関は、同じ能力ではなく、同じ能力のセットを測定していることが原因である可能性がある。

批判者は、サンプリング理論が特定の経験的発見と矛盾していると主張してきた。サンプリング理論に基づけば、関連する認知テストは多くの要素を共有しているため、高い相関を示すと予想される。しかし、順唱と逆唱のような密接に関連したテストでも、相関はわずかであり、一方で語彙テストとレーヴン・マトリックスのような一見まったく異なるテストは、一貫して高い相関を示す。もう1つの問題となる発見は、脳損傷が、サンプリング理論に基づいて予想される一般的な障害ではなく、特定の認知障害につながることが多いということであるJensen 1998, 120–121。

相利共生 gの「相利共生」モデルは、認知過程は当初は無相関であるが、発達の過程で認知過程間の相互に有益な関係のために正の多様体が生じると提案している。したがって、テスト間の正の相関の基礎となる単一の過程や能力は存在しない。この理論によれば、発達の過程で、特に効率的な1つの過程が他の過程に利益をもたらし、その結果、過程は互いに相関するようになる。したがって、異なる人の同様に高いIQは、彼らが初期に持っていたまったく異なる利点に由来する可能性があるMackintosh 2011, 157–158。批判者は、下位検査のg負荷量と遺伝率係数の間に観察される相関は、相利共生理論にとって問題であると主張してきたRushton & Jensen 2010。

認知能力の因子構造 右|サムネイル|200x200ピクセル|スピアマンの2因子知能理論の図解。小さな楕円はそれぞれ仮想の精神テストを表す。青い領域はテスト固有の分散（s）に対応し、紫の領域はgに帰属する分散を表す。 因子分析は、知能テスト間の相関を、因子として知られるより少数の変数で表現するために使用できる数学的手法の一群である。その目的は、相関行列のパターンを説明するために仮説的な基礎となる因子を使用して、相関行列を単純化することである。IQの場合のように、行列のすべての相関が正の値を示す場合、因子分析はすべてのテストに共通する一般因子を生成する。IQテストの一般因子は、g因子と呼ばれ、通常、IQテストバッテリーの分散の40〜50%を説明するMackintosh 2011, 44–45。多くの極めて多様な認知テストの間に相関が存在することは、しばしばgの存在の証拠とみなされてきたが、マクファーランド（2012）は、そのような相関は、gの存在よりも知能の複数の因子の存在を支持する証拠にはならないことを示した。

チャールズ・スピアマンは、テスト間の相関を研究するために因子分析を開発した。当初、彼は、すべての知能テストのスコアの変動が、2種類の変数のみによって説明される知能モデルを開発した。第1に、各テストに固有の因子（sと表記）、第2に、テスト間の正の相関を説明するg因子である。これは、スピアマンの2因子理論として知られている。スピアマンが使用したものよりも多様なテストバッテリーに基づく後の研究は、gだけではテスト間のすべての相関を説明できないことを実証した。具体的には、gを統制した後でも、一部のテストは互いに相関していることが判明した。このことから、類似した課題要求（例えば、言語的、空間的、または数的）を持つテストのグループが、共有するg分散に加えて共通して持つ分散を表す「群因子」の仮定につながったJensen 1998, 18, 31–32。 右|サムネイル|500x500ピクセル|のの図解。認知能力の影響力のある現代のモデル。このモデルが認識する広範な能力は、流動性知能（Gf）、結晶性知能（Gc）、一般的記憶と学習（Gy）、広範な視知覚（Gv）、広範な聴知覚（Gu）、広範な検索能力（Gr）、広範な認知的速度（Gs）、処理速度（Gt）である。キャロルは、広範な能力をgの異なる「風味」とみなした。 因子回転によって、原理的には、認知テスト間の相互相関を説明する能力において数学的に等価な、無限の数の異なる因子解を生成することが可能である。これには、g因子を含まない解も含まれる。したがって、因子分析だけでは、知能の基礎となる構造が何であるかを確立することはできない。異なる因子解の間で選択する際、研究者は、因子分析の結果を認知能力の構造に関する他の情報と併せて検討する必要があるCarroll 1995。

g因子を含む因子解を好む心理学的に関連する理由は多数ある。これには、正の多様体の存在、特定の種類のテスト（一般的にはより複雑なもの）が一貫してより大きなg負荷量を示すという事実、異なるテストバッテリー間でのg因子のかなりの不変性、g因子を生成しないテストバッテリーを構築することの不可能性、個人の成果の予測因子としてのgの広範な実用的妥当性などがある。g因子は、群因子とともに、平均して、個人内の能力の差よりも個人間の全体的な能力の差の方が大きいという経験的に確立された事実を最もよく表しており、gなしの直交因子による因子解はこの事実を不明瞭にする。さらに、gは知能の最も遺伝性の高い成分であると思われるJensen 1982。の手法を利用した研究もまた、gの存在を支持している。

g因子は、探索的因子分析、主成分分析（PCA）、確認的因子分析など、いくつかの異なる方法を使用して、テスト結果の相関行列から計算することができる。異なる因子抽出法は非常に一貫した結果を生成するが、PCAは時々、テストスコアに対するgの影響の推定値を膨らませることが示されているJensen 1998, 73。

人々の間の認知的分散は、一般性の度合いによって区別される3つの階層レベルで概念化できるという幅広い現代的合意がある。最も低く、最も一般的でないレベルには、多数の狭い第1階因子がある。より高いレベルには、比較的少数（5〜10の間）の広範な（すなわち、より一般的な）第2階因子（または群因子）がある。そして頂点には、すべてのテストに共通する単一の第3階因子、すなわちg因子があるDeary 2012Mackintosh 2011, 57Jensen 1998, 46。g因子は通常、IQテストバッテリーの総共通因子分散の大部分を占めるCarroll 1997. 総共通因子分散は、g因子と群因子による分散を合わせたものである。共通因子で説明されない分散は、独自性と呼ばれ、下位検査固有の分散と測定誤差で構成される。。知能の現代的な階層モデルには、とがあるDavidson & Kemp 2011。

指標の無差別性 スピアマンは、「指標の無差別性」の原理を提唱した。これによれば、gはあらゆる種類のテストのパフォーマンスに影響を与えるため、gを特定する目的では知能検査の正確な内容は重要ではない。したがって、どのテストもgの指標として使用できる。スピアマンに続き、アーサー・ジェンセンは最近、あるテストバッテリーから抽出されたg因子は、バッテリーが大規模で多様であれば、測定誤差の範囲内で、別のバッテリーから抽出されたものと常に同じになると主張したMackintosh 2011, 151。この見解によれば、どんなに特異的であっても、すべての精神テストはある程度gに依存している。したがって、多数の異なるテストの合成スコアは、個々のテストスコアよりもgに強く負荷する。gの成分は合成スコアに蓄積される一方で、相関のない非gの成分は互いに打ち消し合うためである。理論的には、無限に大きく多様なテストバッテリーの合成スコアは、gの完全な尺度になるだろうJensen 1998, 31。

対照的に、は、テストバッテリーから抽出されたg因子は、そのバッテリーが必要とするすべての能力の平均を反映しており、したがってgはバッテリーごとに異なり、「基本的な心理学的意義を持たない」と主張したMackintosh 2011, 151–153。同様の考え方で、は、g因子はテストバッテリー間で不変ではないため、意味がないと主張し、異なる能力尺度間の相関は、1つの能力にのみ依存する人間の行動を定義することが難しいために生じると主張したMcGrew 2005Kvist & Gustafsson 2008。

異なるバッテリーが同じgを反映していることを示すには、同じ個人に複数のテストバッテリーを実施し、各バッテリーからg因子を抽出し、その因子が高度に相関していることを示す必要がある。これは、確認的因子分析の枠組みの中で行うことができる。ウェンディ・ジョンソンらは、そのような研究を2つ発表しているJohnson et al. 2004Johnson et al. 2008。最初の研究では、3つの異なるバッテリーから抽出されたg因子間の相関が.99、.99、1.00であり、異なるバッテリーからのg因子が同じであり、gの同定が評価される特定の能力に依存しないという仮説を支持していた。2番目の研究では、5つのテストバッテリーのうち4つから導出されたg因子が.95〜1.00の間で相関していたのに対し、5番目のバッテリーである（CFIT）では相関が.79〜.96の範囲であった。彼らは、CFITバッテリーとのやや低い相関を、マトリックス型の項目しか含まれていないため内容の多様性に欠けることに帰し、バッテリーが十分に多様であれば、異なるテストバッテリーから導出されたg因子は同じであるという主張を支持していると解釈した。結果は、異なるテストバッテリーから同じgを一貫して特定できることを示唆しているMackintosh 2011, 150–153. とのテストバッテリーからのg因子が統計的に区別できないことが示されたKeith et al. 2001や、バッテリーと認知成分ベースのテストのバッテリーで同様の結果が示されたStauffer et al. 1996も参照。。この手法は、『インテリジェンスの理解と測定のハンドブック』で心理学者のに批判され、「異なるテストバッテリーのg因子間の相関は1ではない」と結論づけられた。

スコット・バリー・カウフマンらによる研究は、から抽出された一般因子と、達成度テストバッテリーから抽出された一般因子が高度に相関しているが、同型ではないことを示した。

母集団分布 gは比例尺度で測定できないため、gの母集団分布の形は不明である。（典型的なIQテストのスコアの分布はおおよそ正規分布だが、これは生のスコアをすることで達成されている）それにもかかわらず、少なくとも平均から±2標準偏差の範囲内では、gが一般集団で正規分布していると仮定する十分な理由があると論じられている。特に、gは多くの独立した遺伝的および環境的影響の相加的効果を反映する複合変数と考えることができ、そのような変数は中心極限定理によれば正規分布に従うはずであるJensen 1998, 88, 101–103。

スピアマンの収益逓減の法則 多くの研究者が、gによって説明される変動の割合は、集団内のすべての部分集団で一様ではない可能性があることを示唆してきた。スピアマンの収益逓減の法則（SLODR）は、認知能力分化仮説とも呼ばれ、異なる認知能力間の正の相関は、より知的な部分集団の個人の間で弱いことを予測する。より具体的には、SLODRは、gのスコアが高いほど、g因子が認知テストのスコアの個人差のより小さな割合を説明することを予測する。

SLODRは、もともとチャールズ・スピアマンによって提唱されたSpearman, C. (1927). The abilities of man. New York: MacMillan.。スピアマンは、12の認知能力テストの平均相関が、78人の正常児では.466、22人の「欠陥児」では.782であったことを報告した。デターマンとダニエルは、1989年にこの現象を再発見した。彼らは、WAISとWISCの両方の下位検査について、下位検査間の相関は能力群と単調に減少し、IQが78未満の個人では平均相関が約.7から、IQが122を超える個人では.4の範囲であったことを報告したDeary & Pagliari 1991。

SLODRは、幅広い認知テストを使用して測定された、さまざまな子供と大人のサンプルで再現されてきた。最も一般的なアプローチは、個人を一般的知的能力の観測可能な代理指標を使用して複数の能力グループに分割し、次に、異なるグループ間の下位検査の平均的な相互関係を比較するか、異なるグループの単一の共通因子によって説明される変動の割合を比較することであったDeary et al. 1996。しかし、ディアリーら（1996）とタッカー・ドロブ（2009）Tucker-Drob 2009が指摘したように、知能の連続的な分布を任意の数の離散的な能力グループに分割することは、SLODRを調べるには理想的ではない。タッカー・ドロブ（2009）は、SLODRに関する文献と、それが以前にテストされたさまざまな方法を広範にレビューし、SLODRは因子とその指標の関係が非線形であることを可能にする共通因子モデルを適合させることによって最も適切に捉えることができると提案した。彼はそのような因子モデルを、米国の子供と大人の全国的に代表的なデータに適用し、SLODRの一貫した証拠を見出した。例えば、タッカー・ドロブ（2009）は、一般因子がIQが非常に低い大人の7つの異なる認知能力の変動の約75%を説明したが、IQが非常に高い大人の能力の変動の約30%しか説明しなかったことを発見した。

ブルムとホリングによる最近のメタ分析研究も、分化仮説を支持した。このテーマに関するほとんどの研究とは対照的に、この研究では、能力と年齢の変数をg飽和の連続的な予測因子として研究することが可能であり、単に低スキルと高スキル、または若年者と高齢者のグループを比較するだけではなかった。結果は、認知能力テストの平均相関とg負荷量は能力の増加とともに減少するが、回答者の年齢とともに増加することを示している。チャールズ・スピアマンが記述したSLODRは、IQの関数としてのg飽和の減少と、中年期から老年期へのg飽和の増加によって確認された。具体的には、平均知能が2標準偏差（すなわち、30 IQポイント）高いサンプルでは、期待される平均相関は約.15ポイント減少する。残された問題は、この大きさの差が、低能力サンプルではなく高能力サンプルの認知データを因子分析した場合に、より大きな明らかな因子の複雑さをもたらす可能性があるかどうかである。高能力の場合の方が、より大きな因子次元が観察される傾向があるように思われるが、この効果の大きさ（すなわち、どの程度の可能性が高く、どの程度の因子が多いか）は不確かである。

実践的妥当性