fulltext

Transcrição

fulltext

GENERELL BEGÅVNING SOM PREDIKTOR
1
Generell begåvning som prediktor till självskattad hälsa, självskattad sömn, betyg och avhopp
i en militär studiepopulation
Tobias Hänninen & Christoffer Wärnbring
Örebro Universitet
Sammanfattning
Begreppet generell begåvning, G-faktorn, är komplext, svårdefinierat
men använt i flera olika sammanhang för att predicera skiftande
utfall. Syftet med föreliggande uppsats är att undersöka hur väl
generell begåvning predicerar självskattad hälsa, självskattade
sömnproblem, betyg samt avhopp i en militär studiepopulation (N =
1545). Studien baseras på tidigare insamlad data från den första
kullen rekryter efter den svenska värnpliktens avskaffande. Generell
begåvning predicerade avhopp men varken hälsa, sömn eller betyg i
föreliggande undersökning. Detta resultat överrensstämmer inte med
mycket av tidigare forskning och möjliga förklaringar till detta, såsom
studiepopulationens relativt höga hälsa, skeva fördelning av generell
begåvning samt variablernas interna påverkan på varandra
diskuteras.
Nyckelord. Generell begåvning, G-faktorn, sömn, hälsa, avhopp,
betyg.
Handledare: Mats Liljegren & Helena Larsson
Examensuppsats Psykologprogrammet, 30 hp
VT14
General ability as a predictor of self-rated health, self-rated sleep, grades and dropout in a
military study population1
Tobias Hänninen & Christoffer Wärnbring
Örebro Universitet
Abstract
The concept of general ability, g-factor, is complex, difficult to define
but used in several different contexts to predict diverse outcomes. The
purpose of this paper is to examine how well general ability predicts
self-rated health, self-reported sleep problems, grades and droping
out in a military study population (N = 1545). The study is based on
previously gathered data from the first intake of recruits after the
abolition of the Swedish compulsory military service. General ability
predicted droping out but not health, sleep or grades in the present
study. This result does not correspond with much of the previous
research and possible explanations for this, such as the study
populations relatively good health, skewed distribution of general
ability and internal variables impact on each other, are discussed.
Keywords. Generel ability, G-factor, sleep, health, grades, droping
out.
1
Psychology, Master’s Thesis, Spring 2014. Supervisors: Mats Liljegren & Helena Larsson
2
3
Tack!
Vi skulle först och främst vilja tacka Mats Liljegren för hans skarpa och ovärderliga feedback,
tillgänglighet och humor. Utan honom hade detta examensarbete inte varit detsamma. Vi
hoppas att vi ses även i framtiden.
Stort tack även till Helena Larsson som gav oss tillgång till hennes värdefulla datainsamling
och även förtroende att förvalta denna på det sätt vi fann bäst.
Tobias skulle vilja tacka familj och vänner utanför programmet för att de stått ut med att
ständigt lyssna och försöka förstå vad vi faktiskt hållit på med under detta halvår. Christoffer
vill tacka Ulla, Mats, Camilla, Rebecca, Cornelia, Björn och Benny för oändlig värme och
stöd genom åren.
Slutligen skulle vi vilja tacka samtliga klasskamrater under dessa 5 år för deras ständigt glada
humör, deras (oftast) intressanta synpunkter och deras förmåga att genomgående under hela
utbildningen hållit brasan levande och sett framemot nästa utmaning. Ni har gjort dessa år
minnesvärda.
4
Innehållsförteckning
1. Introduktion ............................................................................................................................ 6
1.1 Intelligensbegreppen ......................................................................................................... 7
1.1.1 Intelligensmätning genom historien ........................................................................... 7
1.1.2 Begreppsförklaring .................................................................................................... 8
1.1.2.1 Intelligens ........................................................................................................... 8
1.1.2.2 Intelligenskvot .................................................................................................... 8
1.1.2.3 Generell begåvning ............................................................................................ 9
1.1.2.4 Begåvning........................................................................................................... 9
1.1.2.5 Kognitiv förmåga ............................................................................................... 9
1.1.2.6 Översättningar .................................................................................................. 10
1.1.2.7 Jämförelse av begreppen .................................................................................. 10
1.1.3 Teori kring generell begåvning ................................................................................ 10
1.1.3.1 Militärens användning av generell begåvning. ................................................ 11
1.1.4 Kritik av generell begåvning .................................................................................... 12
1.2 Om intelligens, hälsa, sömn, betyg/vitsord och avhopp samt deras relation .................. 13
1.2.1 Intelligens ................................................................................................................. 13
1.2.2 Hälsa och intelligens ................................................................................................ 14
1.2.3 Sömn och intelligens ................................................................................................ 16
1.2.4 Militära betyg, vitsord och intelligens ..................................................................... 17
1.2.5 Avhopp och intelligens ............................................................................................ 17
1.2.6 Underliggande teori som förklarar relationen mellan generell begåvning, sömn,
hälsa, betyg/vitsord samt avhopp. ..................................................................................... 18
1.3 Syfte ................................................................................................................................ 20
2. Metod ................................................................................................................................... 21
2.1 Design ............................................................................................................................. 21
2.2 Studiepopulation ............................................................................................................. 21
2.2.1 Demografisk data över deltagarna ........................................................................... 22
2.3 Vad studiepopulationen genomfört - GMU .................................................................... 22
2.4 Etik.................................................................................................................................. 23
2.5 Instrument i undersökningen .......................................................................................... 23
2.5.1 Generell begåvning .................................................................................................. 23
2.5.2 Sömn & hälsa ........................................................................................................... 24
2.5.3 Betyg & vitsord ........................................................................................................ 25
2.5.4 Avhopp ..................................................................................................................... 26
2.6 Statistiska analyser ......................................................................................................... 26
2.6.1 Statistiska analyser i SPSS ....................................................................................... 26
5
2.6.2 Reliabilitets- och validitetstestning av enkät: Hälsovariabeln och sömnvariabeln .. 27
2.6.3 Övrig datahantering ................................................................................................. 28
3. Resultat ................................................................................................................................. 28
3.1 Bortfall ............................................................................................................................ 28
3.2 Sömnvariabeln ................................................................................................................ 28
3.3 Hälsovariabeln ................................................................................................................ 28
3.4 Avhopp ........................................................................................................................... 29
3.5 Betyg och vitsord ............................................................................................................ 29
4. Diskussion ............................................................................................................................ 30
4.1 Sammanfattning .............................................................................................................. 30
4.2 Metoddiskussion ............................................................................................................. 30
4.2.1 Hur reliabel och valid är enkäten? ........................................................................... 30
4.3 Resultatdiskussion – problem med att tolka resultat ...................................................... 33
4.3.1 Hypotes 1 ................................................................................................................. 34
4.3.2 Hypotes 2 ................................................................................................................. 35
4.3.3 Hypotes 3 ................................................................................................................. 36
4.3.4 Hypotes 4 ................................................................................................................. 37
4.3.5 Övriga brister ........................................................................................................... 38
4.3.6 Övriga styrkor .......................................................................................................... 39
4.3.7 Avslutande kommentar ............................................................................................ 39
Referenser................................................................................................................................. 40
6
1 Introduktion
Få områden inom vetenskapen psykologi är så välbeforskade som intelligens (Gottfredson,
1997a). Intelligensbegreppet används inom en mängd olika områden och många olika test för
att mäta intelligens finns. Allt från kliniska test, såsom Wechsler Adult
Intelligence Scale (WAIS), Wechsler’s Intelligence Scale for Children (WISC), StanfordBinet, Ravens matriser och BasIQ, för att nämna de mest kända, till hemsidor med gratistester
såsom quickiqtest.net, testportalen.se, iqtest.nu. Intelligens och den generella begåvningen
som mäts genom olika begåvningstest används även ofta i rekryteringsprocesser i olika
organisatoriska sammahang.
Vid en sökning på www.google.com på ”IQ test” fås knappt 50 miljoner träffar vilket
ger en hänvisning till intelligensbegreppets popularitet. Begreppet är trots detta
kontroversiellt, då det bland annat använts för att visa skillnader mellan människor utifrån
deras etniska bakgrund. Detta ledde bland annat till stora, svepande, och ofta felaktiga
generaliseringar som i sin tur ledde till restriktioner i invandring till USA efter första
världskriget (Kamin, 1995, ref. i Jacoby, Glauberman, och Herrnstein, 1995).
Enligt Cooper (2002) är det viktigt att fortsätta undersöka intelligensbegreppet för att
(1) det är ett intressant ämne i sig, för att (2) vår kultur lägger stor vikt vid individuella
skillnader vid till exempel rekryteringar och jobbansökningar och det är även användbar
kunskap att ha för att kunna skräddarsy arbetsplatser och utbildningar efter anställdas och
elevers förutsättningar, för att (3) intelligens är, enligt Cooper, ett av de begrepp från
psykologin som vetenskap som haft störst genomslag även utanför den egna disciplinen och
för att (4) hänsyn bör tas till faktorer inom varje individ för att kunna predicera framtida
beteenden.
I detta examensarbete avses ett antal personers testresultat på ett begåvningstest
jämföras med ett antal olika utfallsmått. Den militära studiepopulation som använts genomgår
7
en tre månader lång utbildning inom svenska försvarsmakten.
Introduktionen börjar med att förklara de olika begreppen, för att sedan övergå till att
beskriva studiens utfallsmått och motivera sambandet med intelligens för att sedan leda fram
till syftet med undersökningen. I efterföljande metoddel beskrivs hur undersökningen gått till
och studiepopulationen beskrivs ingående. I resultatdelen redovisas samtliga resultat för varje
utfallsvariabel var för sig, för att sedan avslutas i diskussionsdelen, där resultatet diskuteras i
förhållande till tidigare forskning och tillkortakommanden med undersökningen belyses i först
en metoddiskussion och sedan en resultatdiskussion.
1.1. Intelligensbegreppen
1.1.1 Intelligensmätningen genom historien.
Att intelligens skulle vara ett inneboende och ärftligt karaktärsdrag har föreslagits redan på
1800-talet (Sternberg, 1982). Psykologen Alfred Binet utvecklade under 1900-talets början ett
standardiserat test för att avgöra hur väl en elev, oavsett ekonomisk bakgrund, skulle klara av
att gå i skolan (Brooks & Weinraub, 1976). Binet trodde dock inte själv att det gick med hjälp
av detta test mäta en enkel, inneboende och bestående intelligens (Kamin, 1995, ref. i Jacoby,
Glauberman, & Herrnstein, 1995) och menade att intelligens är ett för brett koncept att
tillskriva en enkel siffra utan framhävde att intelligens påverkas av en mängd faktorer som
förändras över tid och enbart kan användas för att jämföra barn med liknande bakgrunder
(Siegler, 1992).
Under det första världskriget behövde den amerikanska armén ett verktyg för att sålla
mellan värnpliktiga, och Robert Yerkes, som var president i den amerikanska
psykologassociationen (APA), utvecklade därför 1917 två test för detta ändamål. Dessa test,
Army Alpha, som var skriftligt, och Army Beta, som var muntligt för att testa de som inte
kunde läsa, administrerades till över två miljoner soldater för att sålla ut vilka som passade till
specifika roller och ledarskapspositioner inom militären (McGuire, 1994, ref. i Sternberg
8
1994). Vid slutet av det första världskriget fortsatte testet att användas i olika
situationer.
Senare bidrag till intelligenstestning kom från amerikanska psykologen David Wechsler
som, precis som Binet, hypotiserade att begreppet intelligens bestod av olika mentala
förmågor. Han utvecklade två nya test, ett för barn, Wechslers Intelligence Scale for Children
(WISC), och ett för vuxna, Wechsler Adult Intelligence Scale (WAIS) (Wechsler, 1955).
1.1.2 Begreppsförklaring.
1.1.2.1 Intelligens. Det finns många definitioner av intelligens i litteraturen.
”Snävt sett verkade det finnas nästan lika många definitioner av intelligens som det finns
experter som ombads att definiera det” (R. J. Sternberg i Gregory, 1998, s. 376, egen
översättning). Allt från att intelligens är en global kapacitet att agera meningsfullt, tänka
rationellt och hantera sin miljö effektivt (Wechsler, 1958), förmågan att hantera kognitiv
komplexitet (Gottfredson, 1997a), ett målinriktat adaptivt beteende (Sternberg, 1982) till en
medfödd generell kognitiv förmåga (Burt, 1954), intelligens som generell kognitiv förmåga
eller den nivå man presterar på i en stor mängd åtskiljda kognitiva uppgifter (Cooper, 2002)
och till sist definitionen att intelligens helt enkelt är den förmåga man mäter med ett
intelligenstest (Egidius, 2005; Stevens, 1972).
1.1.2.2 Intelligenskvot. Ett försök till att kvantifiera intelligens, mätt med olika
intelligenstest. Ofta den poängskala som är resultatet på ett intelligenstest som är
standardiserat där 100 är medelvärdet med 15 som standardavvikelse (Egidius, 2005) och
uttrycks oftast som IQ-poäng. Ett annat mått som kan användas vid rapportering av resultat i
bland annat intelligenstest är den så kallade STANINE-skalan, som kommer från engelskans
standard + nine (nio). Denna standardskala innehåller nio steg (1-9) där varje steg direkt kan
översättas till z-poäng (Egidius, 2005). En STANINE-poäng innefattar en halv
9
standardavvikelse och har fem som medelvärde. Det är denna skala försvarsmakten använder
för att rapportera resultat från deras begåvningstest.
1.1.2.3 Generell begåvning. Kallas även g, G-faktor, generell förmåga eller
generell faktor. Generell begåvning är en gemensam variation i många olika typer av
begåvningstest. Många psykometriker anser idag att generell begåvning är ett av det mest
användbara sätten att beskriva mänsklig begåvning (Cooper, 2002).
”Innebörden av ordet ”intelligens” brukar nämligen omfatta en sorts ”generell kognitiv
förmåga”, vilket antyder att om en individ gör bra ifrån sig på ett område (t.ex. minne),
är de också benägna att göra bra ifrån sig på andra (t.ex. spatial förmåga, eller förmåga
att använda språket). Även om så kan vara fallet, är det bättre att tala i mer allmänna
ordalag om begåvning, av vilka generell begåvning (g-faktorn) kan vara en” (Cooper,
2002, s. 15-16).
Enligt Egidius (2005) menas vanligtvis med generell begåvning en ren intelligens i form av
logiskt tänkande eller den del av tankeförmågan som påverkar hur väl personen löser logiska,
spatiala eller verbala problem av olika slag och generell begåvning förklarar 82-83% av
variansen av skillnader i resultat från olika intelligenstest (Reynolds, Floyd & Niileksela,
2013). En mer ingående definition av generell begåvning kommer nedan i avsnittet Teori om
generell begåvning.
1.1.2.4 Begåvning. Med begåvning avses allt beteende som kan bedömas och
mätas på ett rimligt sätt (Cooper, 2002). Begåvning innehåller olika mängd av specifik
kunskap, fysisk förmåga, tankeprocesser och emotionell kompetens, där generell begåvning
innefattar till huvudsak tankeprocesser.
1.1.2.5 Kognitiv förmåga. Att med hjälp av kunskap, färdigheter, erfarenheter och
omdöme kunna lösa en viss typ av uppgifter. Förmåga ligger nära begreppet kompetens och
tidigare användes ofta ordet abilitet synonymt med förmåga. Howard Gardner som skapade
10
begreppet multipla intelligenser, se nedanstående Kritik av generell begåvning, använder
ordet förmåga synonymt till ordet intelligens (Egidius, 2005).
1.1.2.6 Översättningar. För att komplicera ytterligare använder utländska
forskare, främst engelskspråkiga, olika begrepp samt lägger olika innebörd i samma begrepp i
deras forskning. I detta arbete kommer referensartikelförfattarnas användning av begreppen
redovisas, samt översätta de engelska begreppen till deras svenska motsvarigheter.
1.1.2.7 Jämförelse av begreppen. Det är svårt att definiera intelligens. De flesta
definitioner menar dock en inneboende, medfödd förmåga att hantera olika kognitiva
problem. Denna inneboende förmåga mäts vanligt med intelligenstest och uttrycks i IQpoäng. Ett mått som används för att försöka få fatt i denna inneboende allmänna förmåga är
generell begåvning, som är det mått som ligger närmst vår förståelse av begreppet intelligens
(Cooper, 2002, Gottfredson, 1997a). Den generella begåvningen förklarar del av resultaten på
många olika kognitiva begåvningstest. Intelligens kallas ibland för både förmåga och
begåvning, beroende på vem som ombetts definiera det. De flesta referensartikelförfattarna
använder begreppen intelligens och generell begåvning, G-faktorn, synonymt vilket leder till
intelligens används synonymt till generell begåvning stundtals även i detta arbete.
I föreliggande arbete används begreppet generell begåvning, då detta är det mått som
Försvarsmakten avser mäta med sitt begåvningstest, I-prov 2000, som redovisas i STANINEskalan.
1.1.3. Teori kring generell begåvning.
Generell begåvning är den statistiska faktor som bildas när en faktoranalys utförs på resultaten
på många olika test som avser att belysa olika delar av begåvning. För att förstå innebörden av
begreppet är det nödvändigt att förstå den statistiska metod som använts för att hitta den. En
faktoranalys är en statistisk metod för att beräkna vilka variabler eller test som mäter ungefär
11
samma sak. I faktoranalyser korreleras testpersoners resultat över en rad olika test, och
testresultatet som korrelerar med varandra sägs bilda en faktor.
Det finns flera modeller om intelligens och de är ofta hierarkiska (Cooper, 2002). Ett
testresultat kallas då en primär förmåga, och de primära förmågor som korrelerar med
varandra bildar en sekundär förmåga – eller faktor. De sekundära faktorerna korrelerar i sin
tur med varandra och bildar då den övergripande generella begåvningen. Vanliga sekundära
förmågor inkluderar Gf – fluid intelligence eller flytande intelligens, samt Gc – crystalized
intelligens eller kristalliserad intelligens. Gf är ett mått på kognitiv rörlighet, snabbhet, stort
arbetsminne, logiskt tänkande och flexibilitet i tanken. Gc beskriver att personen tillägnat sig
information och använder den adekvat. Gf och Gc skiljer sig åt då Gf når en toppnivå vid
ungefär 14-15 års ålder för att sedan avta, och där Gc fortsätter förbättras så länge personen
går i skolan och tillägnar sig nya kunskaper (Cattell, 1963). Denna modell har förändrats
genom åren då faktorer lagts till eller bytts ut (se exempelvis Flanagan, Ortiz & Alfonzo,
2013).
Idag mäts generell begåvning främst för att generell begåvning är det enklast måttet för
att förutsäga hur en person kommer att bete sig i många ospecifika situationer, i motsats till
test som förutsäger beteendet i en specifik situation (Cooper, 2002).
1.1.3.1 Militärens användning av generell begåvning. Svenska militärens
användning av generell begåvning har gått från att ha testat värnpliktiga för att skilja ut de
som förväntades klara av utbildningen på ett standardiserat sätt år 1944 och för att välja ut
värnpliktiga som förväntades klara av de nya kraven som ställdes på Försvarsmakten år 1954
till att även använda generell begåvning till att välja ut tilltänkta officerare. Idag används
generell begåvningstestet för att mäta nivå på generell intelligens för de som kommer till
urval för en eventuell Grundläggande Militär Utbildning, GMU (Carlstedt & Annell, 2010) då
denna generella begåvning, enligt Schmidt och Hunter (2004) är en av de bästa prediktorerna
12
för såväl arbets- som utbildningsprestation samt för att fortsatt klassificera de sökande till
olika befattningar (Stålesjö & Brännström, 2013).
1.1.4. Kritik av generell begåvning.
Boken The Bell Curve av Hernstein och Murray (1994, ref. i Gottfredson, 1997a) orsakade
debatt. Boken målade upp en dystopisk framtid av ett intelligenssegregerat amerikanskt
samhälle och uppfattades som rasistisk (Gottfredson, 1997a). Hernstein och Murray baserade
sig på psykometrisk forskning, bland annat på generell begåvning, eller G-faktorn. I media
fick boken kritik vilket föranledde att 52 psykometriska forskare författade ett svar i tidningen
Wall Street Journal där de försvarade den generella begåvningens validitet (Gottfredson,
1997b). Forskningsartiklar publicerade samtidigt försvarade också generell begåvning, t ex
Jensen (1997, citerad i Cooper, 2002 sidan 30-31):
”[G-faktorn] hittar man i alla kognitiva test som ger svar som kan summeras
eller mätas enligt en objektiv standard […] Alltsedan upptäckten av Spearman
1904 har g blivit så starkt etablerad såsom ett viktigt psykologiskt begrepp i
termer av psykometriska och faktoranalytiska kriterier, att fortsatt forskning
förmodligen inte kommer vederlägga begreppsvaliditeten hos g eller tillägga
något väsentligt nytt till vår kunskap om g”.
Tjugo år senare är tanken om intellektuell segregering fortfarande aktuell, exempelvis i
forskning om kriminella gäng (Seals & Liliana, 2013).
Alternativa intelligensmodeller finns. De två vanligast nämnda (Cooper, 2002) är
Sternbergs tredelade teori (Sternberg, 1985) och Gardners multipla intelligenser (Gardner,
1983). Kritiken mot dessa två teorier är att de olika innehållskomponenterna korrelerar med
varandra och bildar en övergripande faktor vilket gör dem svåra att skilja från generell
begåvning (Almeida et al., 2009; Brody, 2001; Visser, Ashton, Vernon, 2006).
13
1.2. Om intelligens, hälsa, sömn, betyg/vitsord och avhopp samt deras relation
1.2.1. Intelligens.
Intelligens, redovisat genom IQ-poäng, påverkar förutsättningar för individen på olika sätt.
Enligt Hernstein & Murray (1994, ref. i Gottfredson 1997a) är personer med lägre IQ än
genomsnittet mer benägna att gifta sig innan de fyllt 30 (ratio av 8:7 jämfört med högre IQ än
genomsnittet), varit borta från arbetet mer än 1 månad på ett år (ratio 4:3), arbetslösa mer än 1
månad på ett år (ratio 3:2), frånskilda inom 5 år (ratio 3:2), dubbelt så vanligt att ha barn med
IQ under 75, fem gånger så vanligt att leva i fattigdom, fem gånger så vanligt att leva på
bidrag efter första barnet, sju gånger så vanligt att sitta i fängelse och åtta gånger så vanligt att
leva kroniskt på bidrag samt åttioåtta gånger vanligare att hoppa av gymnasiet – high school –
jämfört med genomsnittet. Dessa data gäller dock en amerikansk population och bör därför
översättas återhållsamt till en svensk population på grund av sociala skillnader och skillnader i
utbildningssystem och vårdsystem.
Ett signifikant positivt samband mellan SES - socioekonomisk status - och IQ finns, då
IQ påverkar hälsa och SES (exempelvis Firkowksa-Mankiewicz, 2011; Johnson, Corley, Starr
& Deary 2011; Jokela, Elovainio, Singh-Manoux & Kivimäki 2009) mer än vad betyg i
skolan och föräldrarnas SES påverkar SES, (för en meta-analys, se Strenze, 2007), antagligen
genom att de med högre IQ har högre utbildning (exempelvis Deary, Strand, Smith &
Fernandes, 2007; Heaven & Ciarrochi, 2012) och har komplexa jobb (Gottfredson, 1997a;
Tonkin, 2000) vilket ger en bättre ekonomi (Zagorsky, 2007).
IQ korrelerar signifikant negativt med oavsiktliga skador (Lawlor, Clark & Leon, 2007;
Whitley et al., 2010), förmåga att köra bil (Ferreira, Simões & Marôco, 2013) samt
sjukhusvistelse för personlighetsstörning (Moran, Klinteberg, Batty & Vågerö, 2009).
IQ korrelerar även signifikant negativt med alkoholkonsumtion (exempelvis Müller et
al., 2013), alkoholrelaterad sjukhusvistelse och alkoholrelaterad död (Sjölund, Allebeck &
14
Henningsson, 2011) i vissa studier, men korrelerar signifikant positivt eller inte alls i andra,
möjligtvis relaterat till olika alkoholkulturer (jämför till exempel Batty et al., 2008 eller
Mortensen, Sorensen, Cronback, 2005).
IQ har ett signifikant samband med brott (Hayes & Reilly, 2013; Mears & Cochran,
2013) men sambandet är inte linjärt. Enligt Langdon, Clare & Murphy (2011) resonerar
personer på den lägre änden av intelligensspektrat på en enklare moralisk nivå och gör därför
färre brott och enligt Oleson & Chappal (2012) rapporterar personer med hög IQ att de utför
fler våldsamma brott men lagförs inte i samma utsträckning.
Forskningen visar alltså ett signifikant samband mellan intelligens och olika variabler,
men orsakerna är inte alltid tydliga. Kanske på grund av att många studier är longitudinella
över lång tid, vilket gör att den effekt intelligens har blir svårare att skilja från exempelvis
effekten av SES.
1.2.2. Hälsa och intelligens.
Ett utfallsmått i denna undersökning är hälsa. Detta mäts genom att de värnpliktiga får
uppskatta sin subjektiva fysiska hälsa, mentala hälsa, sociala situation och generella
arbetsförmåga före GMU. Enligt Världshälsoorganisationen (WHO) är hälsa ”… ett tillstånd
av komplett fysiskt, mentalt och socialt välbefinnande och inte enbart avsaknad av sjukdom
och hälsoproblem” (WHO, 2014a, egen översättning). Enligt WHO:s definition innefattar
alltså hälsa både fysiska, mentala och sociala komponenter. Utöver dessa tre finns det även en
kulturell aspekt, då människan ständigt befinner sig i ett kulturellt sammanhang och hälsa tar
kulturella uttryck (Sternberg & Grigorenko, 2004). En mängd studier har kopplat ihop
intelligens med hälsa både genom mortalitet och morbiditet (Suls, Davidson & Kaplan, 2010).
Studier som undersökt värnpliktiga har funnit en negativt signifikant korrelation mellan
intelligens, mätt vid mönstring, och dödlighet generellt genom främst olyckor, hjärt- och
kärlsjukdomar och självmord (Batty, Deary & Gottfredson, 2007; Batty et al., 2009;
15
Hemmingsson, Essen, Melin, Allebeck & Lundberg, 2007; O'toole, 1990; Sörberg, Allebeck
& Hemmingsson, 2013). Studier på civila har funnit signifikanta negativa korrelationer
mellan IQ, generell intellektuell förmåga och mortalitet (Deary, Batty, Pattie & Gale, 2008),
förtidig död, lung- och magcancer och sent debuterande demens (Deary, Whiteman, Starr,
Whalley & Fox, 2004) samt att skattad intelligensnivå i barndomen är en signifikant faktor för
att predicera åldern personen dör i (Whalley & Deary, 2001). Riktningssambanden mellan
hälsa och intelligens är dock inte klarlagda även om hälsobeteenden har föreslagits som en
medierande faktor (Anstey & Low et al., 2009). Bergman och Almkvist (2013) kom till
exempel fram till att dålig hälsa medierar en försämring i flytande intelligens, Gf, hos äldre.
Intelligens mätt i barndomen korrelerar signifikant även med mental hälsa som vuxen, i form
av färre psykiatriska diagnoser och lägre poäng i självskattningar (Cederblad, Dahlin, Hagnell
& Hansson, 1995; Cheng & Furnham, 2013) och intelligens korrelerar signifikant med
psykosociala faktorer där försökspersoner med högre intelligens oftare är högre utbildade,
kommer från en högre socioekonomisk klass, utnyttjar sociala resurser mer, gör mindre
hälsofarliga beteenden samt gör mer hälsofrämjande beteenden (Suls & Davidson et al.,
2010). En högre mental förmåga korrelerar positivt med motionsvanor och högre
aktivitetsnivå (Batty, Deary, Schoon & Gale, 2007) samt med mer omfattande teoretisk
kunskap om hälsa (Beier & Ackerman, 2003). Intelligens i barndomen korrelerade signifikant
även positivt med både fysisk och mental hälsa vid 52 års ålder (Wrulich et al, 2012), 70 års
ålder (Johnson, Corley, Starr & Deary, 2011) samt över hela vuxenspannet (Perlmutter &
Nyquist, 1990). Dessa signifikanta korrelationer finns trots att försökspersoner med högre
verbal intelligens tenderar att rapportera fler hälsoproblem (Grigorenko & af Klinteberg,
2010).
16
Samtliga av WHO:s tre faktorer (fysisk, mental och social) har ett samband med
intelligens och för att få en heltäckande bild undersöker vi därför samtliga av dessa
komponenter.
En alternativ definition av hälsa är det holistiska synsättet (Nordenfeldt, 1991) där
personers förmåga att realisera sina personliga mål är det som definierar hälsa. Detta ligger
nära begreppet arbetsförmåga, då detta är ett uttryck för ens förmåga att realisera dessa mål,
varför vi valt att även undersöka detta närmare.
1.2.3. Sömn och intelligens.
Det finns ett signifikant samband mellan hur en person sover och hur väl personen presterar
på begåvningstest. Detta då sömnbrist kan orsaka tillfälliga nedsättningar i kognitiv funktion
(Beebe, 2011; Bell-McGinty et al., 2004). Att regelbundet sova länge har kopplats samman
med bättre perceptuellt resonerande samt högre IQ (Gruber et al., 2010). Sömnkvalitet
påverkar akademiska prestationer (Ahrberg, Dresler, Niedermaier, Steiger & Genzel, 2012;
Dewald, Meijer, Oort, Kerkhof & Bögels, 2010). Sömndeprivation har även visat sig skapa en
nedsättning i visuospatiala förmågor (Araújo, Soares & Almondes, 2013; Paavonen et al.,
2010). En sömnrestriktion på fem timmar under en natt har skapat nedsatt förmåga till verbal
kreativitet samt inlärning av abstrakta koncept (Randazzo, Muehlbach, Schweitzer & Walsh,
1998) och sömnförlust antas göra att funktionen hos prefrontala kortex blir nedsatt (Harrison
& Horne, 2000) vilket ses genom sänkt metabolism i denna hjärndel (Thomas, Sing, Belenky
et al., 2000). Prefrontala kortex är involverat vid beslutsfattande och högre kognitiva
funktioner (Harrison, Horn & Rothwell, 2000). Sömnbrist interagerar även med stress då
prestationer försämras vid kombinerat stressfulla uppgifter och sömnbrist (Williams et al.,
2013). Den energiförlust som sker i samband med sömnförlust kan vara en orsak till nedsatt
kognitiv förmåga och därför negativt påverka resultatet av ett begåvningstest.
Sömn har en positiv effekt på både kort och långtidsminnet (Anderson, 1995; Kopasz et
17
al., 2010; Stickgold, 2013; Tamminen et al., 2010). Även perioder med ”sleep spindles”: en
oscillering i hjärnaktivitet under vissa faser under sömnen, ökar i antal sent under natten
(Walker et al., 2002), och en högre frekvens av sleep spindles under natten har bland annat
associerats med bättre resultat på olika intelligenstest hos vuxna (Bódizs et al., 2005; Briere et
al 2000; Schabus et al., 2006), ett signifikant samband som dock är tvärtemot vad som funnits
hos barn (Gruber et al., 2013). Sambandet mellan intelligens och sömn är alltså inte helt
klarlagt och det är motiverat att undersöka vidare.
1.2.4. Militära betyg, vitsord och intelligens.
Ett signifikant samband mellan skolbetyg och IQ i en civil befolkning har tidigare uppvisats
(Duckworth & Quinn et al., 2011). Militära rekryter och värnpliktiga får betyg under- och
efter avslutad utbildning. Betyget består av ett generellt betyg för hela utbildningen, samt ett
uppförandebetyg kallat vitsord eller lämplighetsbedömning. Testresultatet på I-provet,
Försvarsmaktens begåvningstest, har tidigare jämförts med rekryter och värnpliktigas betyg
på utbildningen. Muthèn, Hsu, Mårdberg & Carlstedt (1993, ref i Carlstedt & Annell, 2010)
och Carlstedt (1999, ref i Carlstedt & Annell, 2010) fann att högre testresultat korrelerade
med högre vitsord. Johansson & Carlstedt (1995, ref i Carlstedt & Annell 2010), Bäccman,
Berggren, & Norlander (2009, ref i Carlstedt & Annell) och Bäccman (2010, ref i Carlstedt &
Annell 2010) undersökte soldater i utlandstjänst och hittade inget signifikant samband mellan
vitsord efter avslutad tjänstgöring och generell begåvning vid rekrytering. De militära
vitsorden ses som så viktiga att nya bedömningsinstrument, som intelligenstestning, använder
vitsorden för att validitetstesta mot och betyg/vitsord är därför värda att undersöka vidare.
1.2.5 Avhopp och intelligens.
Longitudinella studier visar att personer med lägre IQ tenderar att hoppa av studier i större
utsträckning än genomsnittet (Beaver, 2013; Cooney, Schaie & Willis, 1988). Värnpliktiga
med lägre mental ålder än 12 år har en större risk att skada sig eller ha disciplinära svårigheter
18
(Hunt, Wittson & Hunt 1952; Hunt, Wittson & Hunt, 1954a), och de har även visat sig avsluta
utbildningen i förtid oftare än genomsnittet (Hunt, Wittson & Hunt, 1954b). Nyare studier på
ämnet verkar dock saknas.
De få studier vi hittat kring personers avhopp inom militär utbildning använder
personlighetsdrag som prediktorer. De personlighetsdrag som funnits predicerande för att
personer stannar kvar är samvetsgrannhet – conscientiousness – och öppenhet för nya
erfarenheter - openness to experience. Det är därför möjligt att tänka sig ett indirekt
predicerande med hjälp av flytande intelligens, Gf, då öppenhet för nya erfarenheter
överlappar och korrelerar positivt med Gf, men då samvetsgrannhet korrelerar negativt med
Gf är båda riktningar möjliga (Darr, 2011; Halfhill, Nielsen, Sundstrom & Weilbaecher, 2005;
Moutafi & Furnham 2004a; Moutafi & Furnham, 2004b; Moutafi, Fumham & Crump, 2006).
1.2.6 Underliggande teori som förklarar relationen mellan generell begåvning,
sömn, hälsa, betyg/vitsord samt avhopp.
Teorier kring intelligens och sömn har föreslagits. I Savanna-IQ Interaction Hypothesis
(Kanazawa, 2010) ses intelligens som en förmåga att hantera evolutionärt nya betingelser, till
skillnad från evolutionärt förprogrammerade förmågor. Författaren finner ett signifikant
positivt samband mellan intelligens och politiska vänsteråsikter, ateism, samt manlig
monogami, vilket anses vara uttryck för något nytt sett ur ett evolutionärt perspektiv
(Kanazawa, 2010b). En evolutionär nymodighet är, enligt samma författare, att vara uppe sent
om natten, och i en undersökning av Kanazawa & Perina (2009) fann de att intelligenta
personer tenderade att skjuta fram dygnsrytmen, vilket enligt författarna talar för denna
hypotes. Teorin har dock blivit kritiserad då generell begåvning inte bör ses som en
underliggande faktor utan en statistisk faktor och samma uppmätta generella begåvning kan
ha olika orsaker hos olika personer. Dessutom kan generell begåvning inte likställas med
förmågan att hantera nya betingelser eftersom logisk förmåga, som är en del av generell
19
begåvning, bland annat kräver information att utgå ifrån (Penke & Borsboom et al., 2011).
Personer med höga IQ-poäng tenderar dock att vara kvällspersoner (enligt MEQ, eller
Morningness–Eveningness Questionnaire) enligt ytterligare en undersökning (Roberts &
Kyllonen, 1999), och kvällspersoner har visat sig ha fler sömnproblem (exempelvis Koscec &
Radosevic-Vidacek et al., 2014; Russo & Bruni et al., 2007; Tavernier & Willoughby, 2013)
vilket gör att det är möjligt att anta att personer med höga IQ-poäng kan ha fler sömnproblem.
Detta samband har så vitt författarna vet ännu inte undersökts.
När de signifikanta sambanden mellan generell begåvning och hälsa ska förklaras är de
vetenskapliga artiklar författarna tagit del av överrens om att sambandet både modereras och
medieras av tredje variabler som till exempel utbildning (Batty & Wennerstad et al., 2009;
Deary, Batty, Pattie & Gale, 2008; Deary, Whiteman, Starr, Whalley & Fox, 2004;
Grigorenko & af Klinteberg, 2010; O'toole, 1990). Vidare modererar och medierar nyttjandet
av bättre copingstrategier (Batty, Deary & Gottfredson, 2007; Deary, Whiteman, Starr,
Whalley & Fox, 2004; Wrulich et al, 2012), föräldrars socioekonomiska status (Deary, Batty,
Pattie & Gale, 2008; Johnson, Corley, Starr & Deary, 2011; Wrulich et al, 2012) och bättre
hälsovanor (Batty, Deary, Schoon & Gale, 2007; Beier & Ackerman, 2003) förhållandet
mellan intelligens och hälsa. Batty, Deary och Gottfredsson (2007) visade med sin metaanalys
att det signifikanta sambandet mellan intelligens och hälsa kan förklaras genom att ens
intelligens beror på föräldrarnas intelligens, deras socioekonomiska status och den näring man
får som barn. Individens intelligens påverkar sedan i sin tur hur bra individen undviker att bli
sjuk genom sjukdomsprevention, hur man hanterar att man blivit sjuk genom olika
copingstrategier samt genom en generellt lägre stressnivå beroende på en högre
socioekonomisk position genom vuxenlivet.
De militära betygen och vitsorden kan ses på två sätt. Ett sätt att se det är hur de
presterar och uppför sig jämfört med sina medrekryter, vilket är ett mått på hur personen
20
presterat gentemot vissa specifika prestationsmål. Ett annat sätt att se det betyg och vitsord
som ett popularitetsmått där rekryter med högre betyg och vitsord är mer omtyckta, med
bättre sociala förmågor eller tilltalande personlighetsegenskaper, då bland annat Emotionell
intelligens (EQ) korrelerar med intelligens (MacCann, Joseph, Newman, & Roberts, 2013).
Att intelligens predicerar skolbetyg och klassrankning är redan belagt i tidigare forskning
(exempelvis Hauser & Palloni, 2011; Heaven & Ciarrochi, 2012; Peterson & Pihl et al., 2003)
men om personer med högre intelligens är mer omtyckta verkar ännu inte utforskat.
Varför personer med lägre intelligens skulle vara mer benägna än andra att avsluta en
utbildning i förtid är inte helt klart, även om det teoretiskt kan förstås som att de med lägre
intelligens inte klarar av de svårigheter en utbildning medför på samma sätt som de med högre
intelligens. Det har dock föreslagits att testen bland annat identifierar individer med
underliggande psykiatriska störningar (Hunt, 1954c) eller att de med lägre IQ har en allmänt
sämre hälsa (Beaver, 2013), vilket kan leda till avhopp.
1.3 Syfte
Syftet med denna studie är att undersöka den generella begåvningens predicerande förmåga,
genom att genomföra en studie av en militär population. Detta görs genom att undersöka om
generell begåvning predicerar beroendevariablerna självskattad hälsa, sömnvanor samt
avhopp och betyg/vitsord. Utfallsmåtten valdes då de, som redan redovisats, korrelerar
signifikant med intelligens enligt tidigare forskning. Våra hypoteser baserat på denna
forskning är följande:
Hypotes 1) Högre generell begåvning predicerar högre självskattad hälsa mätt genom
Hälsovariabelns delfrågor fysisk och mental hälsa, social miljö samt arbetsförmåga jämfört
med lägre generell begåvning.
Hypotes 2) Högre generell begåvning predicerar mer självskattade sömnproblem
jämfört med lägre generell begåvning.
21
Hypotes 3) Högre generell begåvning predicerar högre betyg och vitsord jämfört med
lägre generell begåvning.
Hypotes 4) Lägre generell begåvning predicerar fler avhopp jämfört med högre generell
begåvning.
2 Metod
2.1 Design
En oberoende variabel, generell begåvning, mätt vid rekryteringstest (även kallat
begåvningstestet, eller inskrivningsprov I-prov 2000) och fyra beroendevariabler –
Sömnvariabeln, Hälsovariabeln, Betyg/Vitsord och Avhopp som har mätts vid ett tillfälle
vardera där Sömn- och Hälsovariabeln mättes vid början av GMU och Betyg/Vitsord samt
Avhopp mättes vid avslut av GMU. Samtliga i studiepopulationen har genomfört samma
utbildning under samma former, men på olika orter med olika inriktningar för
vidareutbildning och arbete inom försvarets olika grenar.
2.2 Studiepopulation
Studiepopulationen är den första kullen rekryter till den frivilliga militära utbildningen till
svenska försvaret, GMU. De steg som den framtida rekryten tagit sig igenom är följande:
1. Urval 1: Ansökningar togs emot mellan augusti 2010 till april 2011. 15 185 personer
(87,3% män och 12,7% kvinnor) svarade på ett internetbaserat rekryttest bestående av
frågor kring hälsa, bakgrund och intressen. 8 035 personer bedömdes som lämpliga av
Försvarsmakten och kallades till nästa steg.
2. Urval 2 (Antagningsprövning) genomfördes av 4 797 personer i antingen Stockholm,
Göteborg, Kristianstad eller Luleå. Antagningsprövningen börjar med teoretiska prov,
där begåvningstestet är ett, innan rekryten blir undersökt av sjuksköterskor, genomför
fysiska tester, medicinska undersökningar och samtal med psykolog. Beroende på
resultat från testningen samt önskemål från rekryten placerades de godkända
22
rekryterna därefter på olika förband som är specialiserade för den vidareutbildning
rekryterna är avsedda att gå vidare till efter GMU. För att platsa på de GMUutbildningar med lägst kravnivå krävs minst STANINE 5 i psykologisk
funktionsförmåga, STANINE 4 i G-faktor, STANINE 3 i muskelkraft och STANINE
4 i fysisk arbetsförmåga. Andra utbildningar efter GMU, som jägare eller tolk, har
högre kravnivåer (Larsson, Tegern & Broman, 2013).
3. GMU påbörjades därefter av 1 545 personer (87,1% män, 12,9% kvinnor), då 1 151
bedömdes icke lämpliga i antagningen, 740 avböjde och 814 blev inte nominerade på
grund av att FM bedömt ett minskat behov av personal (Larsson, Tegern & Broman,
2013).
2.2.1 Demografiska data över deltagarna.
En majoritet av studiepopulationen var män (87,1 %) och medelåldern var 21,4 (18 – 46 år)
och med olika högsta utbildningsnivåer (8,7 % grundskola, 80,3 % gymnasium, 5,9 %
eftergymnasialt och 5,1 % högskola) och SES (54,2 % uppgav att de vuxit upp i arbetarhem,
3,3 % i jordbrukarhem, 17,4% i tjänstehem, 14,8 % i högre tjänste- eller akademikerhem samt
10,3 % i företagarhem). 98,5 % uppgav när de skulle påbörja utbildningen att de var
motiverade att slutföra den.
2.3 Vad studiepopulationen genomfört – GMU
GMU – grundläggande militär utbildning – består utav sju utbildningsmoment och fem så
kallade kunskapsområden under 90 dagar. Utbildningsmomenten sker efter varandra i faser
där varje fas examineras. Dessa innehåller utbildning i hantering av militär utrustning och
militära taktiker, samt teoretisk kunskap i juridik. Fysisk träning och övning i
samarbetsförmåga samt samhällsinformation löper parallellt genom hela utbildningen och
examineras i slutet av utbildningen. En vecka där rekryten kan hämta upp tidigare missade
moment är också avsatt (Rekrytering, Försvarsmakten, 2014).
23
2.4 Etik
Karolinska Institutet har genomfört den etiska prövningen. När data kom författarna tillhanda
via författarnas handledare, var varje individ i studiepopulationen avidentifierad och det fanns
ingen möjlighet för författarna att koppla data till person.
2.5 Instrument i undersökningen.
2.5.1 Generell begåvning.
Sedan 1944 har försvarsmakten mätt individuella skillnader i intellektuell kapacitet hos
mönstrande värnpliktiga (Carlstedt, 2000). Dagens inskrivningsprov (I-prov 2000) har varit i
bruk sen år 2000. I-prov 2000 bygger på Item Respons Theory (IRT) och är det enda test av
detta slag i Sverige (Carlstedt & Annell, 2010).
IRT bygger på två fundament, nämligen 1) att en individs prestation på en uppgift kan
förklaras av latenta, (d.v.s. icke direkt observerbara) variabler och 2) att relationen mellan
individens prestation på en uppgift och dennes latenta förmågor kan förklaras matematiskt.
Med hjälp av IRT kan frågornas svårighetsnivå anpassas till individen som genomför testet
och skapa ett test där egenskaperna knyts till uppgifter istället för normgrupper, vilket gör att
uppgifterna blir sampeloberoende. Det går även att beräkna standardavvikelsen för varje item
istället för hela testet vilket ger en mer korrekt uträkning av standardfelet, samtidigt som testet
ger kortare testtid (Carlstedt & Annell, 2010).
Utvecklingen av I-prov 2000 menade att bygga vidare på redan existerande I-prov 94
och samtidigt utnyttja test baserade på IRTs kortare testtider och bibehållna goda reliabiliteter
(Carlstedt & Annell, 2010).
Det är under de teoretiska proven vid Antagningsprövningen som rekrytens generella
begåvning testas genom I-prov 2000. Testet genomförs i egen takt i en datorsal med hörlurar
(Rekryteringsmyndigheten, 2014) och består utav 10 deltest avsett mäta icke-verbal
problemlösningsförmåga (Grupper och Serier), spatial förmåga (Blockrotering, Tärningar 1,
24
Tärningar 2, och Pappersvikning), verbal förmåga (Synonymer 1, Motsatser och Synonymer
2) samt teknisk förståelse (Teknisk förståelse) vilket tillsammans utgör poäng avsett
representera generell begåvning. Deltesten delas in i ett lätt, medelsvårt och ett svårt test.
Samtliga rekryter vid antagningsprövningen gör inledningsvis ett
begåvningsvägledningstest, baserat på IRT-tekniken, för att ge en första skattning av
individens generella nivå. Resultatet på detta prov, som har en hög laddning på generell
begåvning (Carlstedt & Annell, 2010), avgör svårighetsgraden av efterföljande test
(Synonymer 1). Resultatet på detta test, tillsammans med det ursprungliga vägledningstestet
avgör sedan vilken av de tre svårighetsgraderna nästa test (Blockrotering) ska vara på. Samma
princip fortsätter sedan med efterföljande deltest under hela inskrivningsprovet (Carlstedt &
Annell, 2010). Samtliga rekryter genomför delproven i samma ordning.
2.5.2 Sömn & hälsa
En enkät fylldes i av rekryten i samband med inryckningen till GMU. Hur, var och
omständigheterna kring denna enkätifyllning har författarna till detta arbete ingen exakt
information kring. Enkäten bestod av ett antal items som berörde fysisk aktivitet och besvär,
mat och sömnvanor, droganvändande, samt upplevelse av egen hälsa (för enkäten, se Larsson,
Broman & Harms-Ringdahl, 2009). Enkäten inkluderar fyra frågor som berör upplevelsen av
egen hälsa, här och från kallad Hälsovariabeln. Enkäten är skapad av Helena Larsson på
Försvarshögskolan och Karolinska Institutet. För att mäta upplevelsen av egen hälsa skattar
den testade frågorna ”Hur upplever du din kropp?”, (hädanefter kallad fysisk hälsa), ”Hur
upplever du din psykiska hälsa?”, (hädanefter kallad mental hälsa), ”Hur upplever du läget i
din sociala miljö?”, (hädanefter kallad social miljö) och ” Hur upplever du din arbetsförmåga?
(Hur tror du att du kommer att klara/klarade utbildningen?)”, (hädanefter kallad
arbetsförmåga). Fp sätter ett kryss på en kontinuerlig linje, som sedan kodas om till skalpoäng
där (1) är ”Mycket dåligt”, (2) ”Dåligt”, (3) mellan ”Dåligt” och ”Varken bra eller dåligt” (4)
25
”Varken bra eller dåligt”, (5) ”Bra” (6) mellan ”Bra” och ”Utmärkt, kunde inte vara bättre”
och (7) är ”Utmärkt, kunde inte vara bättre”. Möjlig totalpoäng mellan 4 – 28 där högre poäng
motsvarar bättre självskattad hälsa.
För att mäta sömnproblem, hädanefter kallad för Sömnvariabeln, användes fem items
där rekryten svarade på frågan ”Har du haft känning av följande besvär de senaste tre
månaderna?” och skattar hur ofta personen har ”Svårigheter att somna”, ”Svårigheter att
vakna upp”, ”Uppvaknanden under natten och svårt att somna om”, ”Ej utsövd vid
uppvaknandet”, och ”Hur ofta sover du fem timmar eller mindre per dygn?”. Rekryten skattar
hur ofta besvären upplevs med svarsalternativen ”Aldrig”, ”Sällan – Någon gång”, ”Ibland –
Flera ggr/mån”, ”Ofta – 1-2 ggr/vecka”, ”För det mesta – 3-4 ggr/vecka” och ”Alltid – 5 ggr
eller mer”. Möjlig totalpoäng mellan 0 – 20 där högre poäng motsvarar mer rapporterade
sömnproblem.
2.5.3 Betyg & Vitsord
Under GMU bedöms rekryten huruvida han eller hon är lämplig för en karriär inom
försvarsmakten. För att bli godkänd krävs att rekryten genomfört en betydande del av
utbildningens delar, inte haft för stor sjukfrånvaro samt klarat av de examinationer som
genomförs efter varje utbildningsmoment. Ett annat krav är vitsorden, numera kallat
lämplighetsbedömning. Detta är ett standardiserat bedömningsinstrument som består av 29
items som fylls i av rekryten själv, dennes medrekryter samt befäl. Frågorna utvärderar
rekrytens prestation som soldat eller sjöman kring sex områden: Ansvar, omdöme och
föredöme, Flexibilitet, initiativ och kreativitet, Inspiration, motivation och ledarskap,
Samarbete, hänsyn och social kompetens, Uthållighet och självkontroll, Värdegrund och
Redovisning av Fysisk prestationsförmåga. Frågorna kan besvaras med ett IG, G, VG eller Ej
bedömd samt en kommentar. Vitsorden sammanställs sedan av plutonchefen eller
motsvarande och vidarebefordras till kompanichefen eller motsvarande som sedan beslutar
26
om det slutgiltiga betyget där vitsorden vägs in. För att bli godkänd på utbildningen krävs att
rekryten minst är sammantaget godkänd på vitsordsbedömningen (Försvarsmakten, 2012)
2.5.4 Avhopp
En sista utfallsvariabel är avhopp, alltså avslutande av utbildningen i förtid. De anledningar
som uppgavs till för tidig avgång var i denna studiepopulation ”motivation/psykosociala
faktorer” 65,0% (män 69,3%, kvinnor 37,5%), ”rörelse-/stödjeorganen” 22,2% (män 19,3%,
kvinnor 40,6%), ”andra medicinska orsaker” 8,5% (män 7,4%, kvinnor 15,6%) ”olämplighet”
2,6%, samt 1,7% avbröt på grund av en för hög frånvaro (Larsson, Tegern & Broman, 2013).
I denna undersökning har författarna inte haft möjlighet att ta ytterligare hänsyn till
anledningarna till avhoppen då detta saknas i underlaget.
2.6 Statistiska analyser
2.6.1 Statistiska analyser i SPSS
En korrelationsanalys (Pearson) genomfördes mellan varje utfallsmått och G-faktorn. Där en
signifikant korrelation fanns utfördes en regressionsanalys. De signifikanta resultaten
analyserades därefter vidare genom att resultatet kontrollerades för effekterna av
demografiska bakgrundsvariablerna kön, SES och utbildningsbakgrund. Dessa valdes då de
dels korrelerade med antingen den oberoende variabeln generell begåvning eller med
beroendevariablerna Hälsovariabeln, Sömnvariabeln samt Betyg/Vitsord och Avhopp (se
tabell 1 i Resultat), eller att begreppen har visat sig ha signifikanta samband med dessa mått i
tidigare forskning. Inga undersökningar av antagandet om normalfördelning har genomförst
då enligt den centrala gränsvärdessatsen kan anta att samplet i denna undersökning är
normalfördelat. Alla analyser utfördes i SPSS v. 20.
27
2.6.2 Reliabilitets- och validitetstestning av enkät: Hälsovariabeln och Sömnvariabeln.
Larsson har i sina tidigare studier testat Hälsovariabelns interbedömarreliabilitet med en
viktad k (weighted Kappa) med resultatet 0,26 - 0,51 vilket är betraktat som Fair- till
Moderate agreement. Reliabilitetstest utfördes genom Cronbach’s α på Hälsovariabeln samt
Sömnvariabeln. Hälsovariabeln fick Cronbach’s α = 0,73 när samtliga fyra frågor
undersöktes. Resultatet av Cronbach’s α bör ligga mellan 0,7 och 0,9 (Bland & Altman, 1997;
Devellis, 2012; Nunnally & Bernstein, 1994). Sömnvariabeln utgår från Karolinska Sleep
Questionaire – KSQ, där items med hög laddning på faktorn Sömnkvalité (item a och c), och
två frågor med hög laddning på faktorn Icke reparativ sömn (item b och d) (Nordin &
Åkerstedt et al., 2013) valts ut. Två frågor (item e och f) skapades för att ersätta KSQ:s
bedömning av sömnmängd. KSQ i sin helhet har tidigare visat sig ha både hög reliabilitet och
validitet (Nordin & Åkerstedt et al., 2013).
Item f - ”Hur ofta sover du nio timmar eller mer under dygnet” valdes bort då den inte
ansågs mäta sömnproblem då medelåldern för samplet är 21,4 år och personer i den åldern
sover normalt runt åtta och en halv timmar (Maslowsky & Ozer, 2013) vilket ansågs ligga för
nära. Vid reliabilitetstest av Sömnvariabeln med Cronbach’s α framkom det även att den hade
negativ laddning med övriga items (Cronbach’s α = inkl. 0,52 resp. exkl. 0,64).
I ett försök att undersöka validiteten i Hälsovariabeln korrelerades den med BMI, som
är ett hälsomått avsett att kategorisera över- och undervikt. BMI, i vår undersökning, delades
in i 3 grupper utifrån WHO’s definition till lätt undervikt & övervikt respektive medel
undervikt & fetma grad 1 samt normalvikt (WHO, 2014b). En signifikant korrelation mellan
BMI-grupperna och Hälsovariabeln fanns (r = -0,54, p < 0,05) . Delvariabeln Fysisk hälsa
uppvisade en signifikant korrelation (r = 0,125, p < 0,01) vilket indikerar att
försökspersonernas BMI korrelerar med deras subjektivt fysiska hälsoskattning vilket kan
antyda att Hälsovariabeln, och då särskilt fysisk hälsa, faktiskt mäter hälsa.
28
2.6.3 Övrig datahantering.
En outlier med generell begåvning 3 togs bort från datasetet då studiepopulationens cut-offgräns var generell begåvning 4 och outliers kan göra resultatet missvisande. Dataposter där
inga data fyllts i togs även bort. I övrigt är datasetet intakt.
3 Resultat
Tabell 1. Deskriptiva data över variablerna i undersökningen
Utfallsmått
N
Min
Max
Medel
Generell begåvn
1516
4
9
6.24
Sömnvariabel
1196
0
22
3.88
Hälsovariabel
Fysisk hälsa
Mental hälsa
Social miljö
Arbetsförmåga
Betyg
Vitsord
Avhopp ja/nej
1230
1235
1236
1231
1284
1293
1516
2
2
2
2
1
1
0
7
7
7
7
2
3
1
5.47
6.00
5.94
5.72
1.25
2.22
0.15
Stdav
1.41
2.74
Varians
1.98
7.50
Skew
0.29
1.29
0.92
0.93
0.89
0.85
0.43
0.46
0.36
0.85
0.87
0.80
0.72
0.19
0.21
0.13
-0.39
-0.80
-0.63
-0.53
1.18
0.72
1.93
3.1 Bortfall
För att undersöka om ett bortfall skett avseende enkätfrågorna i förhållande till generell
begåvning genomfördes en variansanalys där de som inte svarat på enkäten (n = 36)
jämfördes med de som gjort det (n = 1481). Resultatet av denna analys visade ingen
signifikant skillnad i generell begåvning mellan grupperna (F(1, 1515) = 1,70, p = 0,13).
3.2 Sömnvariabeln
En korrelationsanalys genomfördes mellan generell begåvning och den sammanslagna
Sömnvariabeln (n = 1196) och fann en icke signifikant korrelation mellan generell begåvning
och Sömnvariabeln (M = 3,79, SD = 2,64, r = 0,01, p = 0,31), även när kön, SES, och
utbildningsnivå har blivit kontrollerade för (r = 0,02, p = 0,45).
3.3 Hälsovariabeln
En korrelationsanalys genomfördes mellan generell begåvning och Hälsovariabeln Fysisk
hälsa (M = 5,48, SD = 0,92, r = 0,01, p = 0,63) Mental hälsa (M = 6,00, SD = 0,93, r = 0,02, p
29
= 0,53), samt Arbetsförmåga (M = 5,72, SD = 0,85, r = 0,04, p = 0,18) och inga signifikanta
resultat fanns. En korrelation fanns mellan generell begåvning och Social Hälsa (n = 1236),
(M = 5,96, SD = 0,88, r = -0,06, p < 0,05) vilket betyder att de med högre generell begåvning
skattade lägre på delfrågan social miljö. Vid efterföljande linjära regressionsanalys fanns att
generell begåvning predicerade Social hälsa (Beta = -0,04, p < 0,05, R2 change = 0,003) även
när kön, utbildning och SES kontrollerades för fanns denna prediktionskraften hos generell
begåvning kvar (R2 change = 0,003).
3.4 Avhopp
En korrelationsanalys genomfördes mellan generell begåvning och avhopp (N = 1516, varav
232 avslutade utbildningen i förtid) och fann en signifikant korrelation (r = -0,11, p < 0,01).
Vid efterföljande logistiska regressionsanalys upptäcktes att generell begåvning var
signifikant i att predicera avhopp, där varje ökad generell begåvning (från min 4 till max 9)
minskade risken för avhopp med 20,2 %. För oddskvot, se tabell 2. Signifikans fanns även
kvar när kön, utbildning och SES kontrollerats för (Oddskvot = 0,79), där varken kön eller
SES korrelerade med avhopp (kön, r = 0,01, p = 0,79, och SES, r = 0,00, p = 0,96)
3.5 Betyg och vitsord
En korrelationsanalys genomfördes även mellan generell begåvning och betyg (N = 1284
varav 7 fått underkänt) samt vitsord (N = 1293, varav 25 fått underkänt, 955 fått godkänt och
313 väl godkänt) och inga signifikanta resultat fanns (r = 0,03, p = 0,30 för betyg och r =
0,02, p = 0,70 för vitsord)
Samtliga korrelationer presenteras i tabell 2 samt samtliga analysresultat presenteras i tabell 3.
30
Tabell 2. Korrelationsmatris – samtliga variabler
1.
2.
3.
4.
5.
6.
7.
8.
9.
Generell begåvning
Kön
SES
Utbildning
Sömn
Hälsa
A.Fysisk
B.Mental
C.Social
D.Arbetsförmåga.
Betyg
Vitsord
Avhopp
1
-
2
-.12*
-
3
.14**
.00
-
4
-.01
.07**
.05
-
5
.01
.06*
.01
.03
-
6A
.01
-.01
.01
-.04
-.26**
-
6B
.02
-.04
-.02
-.03
-.28**
.37**
-
6C
-.06*
.04
.00
-.05*
-.22**
.32**
.54**
-
6D
.04
-.13**
.06*
-.04
-.23**
.42**
.42**
.36**
-
7
.03
-.19**
.03
-.02
.02
.01
-.02
-.04
.04
-
8
.02
.06*
.03
-.03
-.10**
.04
.11**
.07*
.07*
.17**
-
9
-.11*
.01
.00
.03
.09**
-.13**
-.14**
-.08**
-.13**
-
*p < .05 **p < .01
Tabell 3. Korrelations- och regressionsanalyser av generell begåvning och sömn, hälsa,
betyg/vitsord och avhopp.
Utfallsmått
(r)
(p =)
(β)
∆R2
(p <)
Exp. (β)
(p <)
Sömnvariabel
0.01
0.63
Hälsovariabel
Fysisk hälsa
Mental hälsa
Social miljö
Arbetsförmåga
Betyg
Vitsord
Avhopp
0.01
0.02
- 0.06
0.04
0.03
0.02
- 0.11
0.63
0.53
0.04
0.18
0.27
0.52
0.00
0.04
0.003
0.05
0,798
0.01
4 Diskussion
4.1 Sammanfattning
Syftet med denna studie var att undersöka den generella begåvningens predicerande förmåga,
genom att genomföra en studie av en militär population. Detta gjordes genom att undersöka
om generell begåvning predicerade beroendevariablerna självskattad hälsa, sömnvanor samt
avhopp och betyg. Utfallsmåtten valdes då de korrelerar signifikant med intelligens enligt
tidigare forskning. Ett signifikant samband fanns mellan generell begåvning och avhopp, samt
delfrågan social miljö. Inga signifikanta samband mellan generell begåvning och de övriga
utfallsmåtten återfanns.
31
4.2 Metoddiskussion
4.2.1. Hur reliabel och valid är enkäten?
Cronbach’s α användes i detta arbete för att mäta Sömnvariablernas och Hälsovariablernas
reliabilitet. Ett test är reliabelt om det mäter konsekvent (Tavakol, Mohagheghi & Dennick,
2008). Cronbach’s α har blivit ett standardtest att utföra när skalor med flera items används,
detta troligtvis beroende på testets enkla administrering jämfört med andra reliabilitetstest
(Tavakol & Dennick, 2011). Resultatet av Cronbach’s α bör ligga mellan 0,7 och 0,9 (Bland
& Altman, 1997; Devellis, 2012; Nunnally & Bernstein, 1994). Sömnvariablerna (som har α =
0,64) ligger något under det lägsta gränsvärdet. Anledningen till detta låga resultat kan vara
många. För att Cronbach’s α ska ge ett rättvisande resultat krävs det att testets antaganden
uppfylls. Ett av dessa antaganden är att sömnvariablerna endast mäter en underliggande latent
faktor (unidimensionellt). Ett annat är att det bör finnas tillräckligt många items (Tavakol &
Dennick, 2011). Då Sömnvariablerna endast består av fem items, samt att dessa fem frågor är
utvalda för att täcka in åtminstone två faktorer (sömnkvalitet och uppvaknandebesvär) och
därför är multidimensionellt, bör Cronbach’s α tolkas med dessa förhållanden i åtanke. Om
testlängden är för kort, med för få items samt är multidimensionellt leder det till att
Cronbach’s α redovisar ett lägre resultat än det faktiska (Graham, 2006; Nunnally &
Bernstein, 1994; Streiner, 2003). Det är väldokumenterat att multidimensionella test som
bryter mot antagandet om unidimensionalitet egentligen inte nödvändigtvis har lägre
reliabilitet än unidimensionella test, även om Cronbach’s α visar ett sådant värde (Tavakol &
Dennick, 2011). Hälsovariablerna (α = 0,73) ligger inom gränsvärdet, trots att enbart fyra
items användes. Viss restriktivitet bör dock, med detta i åtanke, användas när tolkning av
dessa skalor sker.
När det gäller validitet är det svårt att uttala sig om hur bra Hälsovariabeln egentligen
representerar subjektiv hälsa. Enkäter avsedda att mäta subjektiv hälsa tenderar att vara
32
längre, som 12 eller 36 items (exempelvis Domnich & Amicizia et al., 2013). Dock är det inte
ovanligt att mäta subjektiv hälsa med enbart en item. Självskattningsskalan Self-Rated Health
(SRH) som består av frågan: ”Skulle du säga att din egen hälsa i allmänhet är utmärkt, god,
tillräcklig, eller dålig?” (egen översättning) har funnits negativt predicera dödlighet
(Benyamini & Blumstein et al., 2011; Idler & Benyamini, 1997; Lundberg et al., 1996). En
metaanalys på 22 undersökningar, rörande denna skala, fann att personer som skattade att de
hade dålig hälsa hade dubbelt så hög dödlighet (Desalvo & Bloser et al., 2006). Skalan har i
vissa undersökningar problem med test-retest reliabilitet då de svarande i minst två
undersökningar i hög grad svarat annorlunda över bara en månads tid (Crossley & Kennedy,
2002; Zajacova & Dowd, 2011). Tendensen är ändå att personer har relativt god förmåga att
uppskatta sin egen hälsa, åtminstone på gruppnivå och i relation till dödlighet, dessutom blir
de bättre och bättre på att uppskatta sin egen hälsa i takt med att information kring hälsa ökar i
samhället (Schnittker & Bacak, 2014). Studiepopulationen i föreliggande undersökning består
dock av en övervägande del unga personer, och alla har god hälsa, vilket försvårar tolkningen
av svaren då gruppen är relativt homogen.
Faktorerna sömnkvalitet och uppvaknandebesvär har i tidigare undersökningar, mätt
med Karolinska Sleep Questionnaire (KSQ), visat sig korrelera med ångest, depression, stress
och mental och fysisk utmattning (Nordin & Åkerstedt et al., 2013). Vad författarna i
föreliggande undersökning kan se har inga undersökningar jämfört
självuppskattningsformuläret KSQ med personers egentliga sömn, men skalan för sömnighet
har testats på sjuksköterskor som har arbetat olika former av nattpass och utfört test för att
mäta grad av vakenhet (Brown & Wieroney et al., 2014) . Dessutom har hela skalan visat sig
ha god interbedömarreliabilitet jämfört med semistrukturerade intervjuer (Engstrøm, Ødegård,
Stovner, Zwart, & Hagen, 2011). En undre gräns av sex timmars sömn per natt brukar ändå
33
rekommenderas (Kecklund, Söderström & Åkerstedt, 2008), vilket gör att enkätens gräns på
fem timmar bör tolkas med risk för typ II-fel i åtanke.
4.3. Resultatdiskussion – problem med att tolka resultatet
Ett faktum som gör resultatet icke-representativt och svårtolkat är avsaknaden av hela generell
begåvningsspannet, då denna undersökning endast har data på de som klarat av gallringen vid
antagningsprövningen, d.v.s. de med generell begåvning 4 och uppåt. De lägsta, generell
begåvning 1-3, saknas helt från dessa data, vilket påverkar tolkningen av samtliga utfallsmått.
Studiepopulationen befinner sig i mitten och i den högra delen av normalfördelningskurvan,
vilket inte bara gör det svårt att generalisera fynden till en normal population utan gör att det
dessutom inte är otänkbart att resultatet varit annorlunda om dessa inkluderats. Denna
normalfördelningskurva kan antas inom fler variabler än generell begåvning, då
studiepopulationen blivit selekterade även på fysiska mått, såsom kondition och styrka, samt
psykolog- och läkarbedömningar. Det finns dessutom skäl att anta att de som sökt till
Försvarsmakten, för att genomföra den grundläggande militära utbildningen, utgörs av
resultatet av en skev selektion. Ytterligare en faktor som gör resultatet snedfördelat är fyndet
kring avhopp, främst rörande betyget. Då de med lägre generell begåvning i större
utsträckning väljer att avsluta GMU i förtid, gör det att det är väldigt svårt att tolka
betygsresultatet eftersom ett snedfördelat avhopp funnits innan betygen sattes. Var det så att
rekryterna som var på väg att bli underkända valde att hoppa av? För att kunna dra några
giltiga slutsatser av dessa data krävs mer kunskap om avhoppen.
Studiepopulationen består även av 1545 rekryter vilket påverkat studiens power och
möjligheterna att finna signifikanta resultat. Med en så pass stor studiepopulation kommer
även relativt svaga samband bli signifikanta.
Ytterligare en aspekt att ta hänsyn till är ”confounders”, och då kanske främst SES. Då
denna variabel består utav att deltagarna fått svara vilket slags hem de kom ifrån
34
(arbetarehem, akademikerhem etcetera) och att dessa olika hem, i denna undersökning, är
rangordnade från lägre SES till högre SES, ger det författarna en möjlighet att använda detta
att kontrollera mot. Detta är dock ett svårtolkat mått. Att tolka exempelvis vad en deltagare
som angivit att de kommit från ett jordbrukarhem, som 3,3 % av deltagarna gjorde, egentligen
har för SES är svårt. Problem med att kontrollera för SES gäller all forskning kring kognitiv
epidemilogi, enligt en genomgång av forskningen på området av Calvin et. al (2010). Ett sista
möjligt problem med tolkning är de olika utbildningsorterna som GMU genomförs på. Även
fast utbildningen ska se likadan ut oavsett utbildningsort finns det alltid en möjlighet att den
inte gör det, vilket kan betyda att resultatet blir annorlunda om vi hade kontrollerat för
utbildningsorternas eventuella påverkan.
4.3.1 Hypotes 1: Högre generell begåvning predicerar bättre självskattad hälsa
genom bättre fysisk och mental hälsa, social miljö samt arbetsförmåga jämfört med
lägre generell begåvning
Utförda korrelationsanalyser fann endast ett, för hypotes 1 relevant, signifikant samband –
nämligen mellan hälsodelskalan social miljö och G-faktorn där de med högre G-faktor
rapporterade lägre poäng på delfrågan social miljö. Hur kan det komma sig att inga andra
signifikanta samband hittades trots tidigare teorier och empiri? Det kan bero på ett par olika
saker. Det som först måste diskuteras är frågornas utformning och validitet. Möjligtvis har det
relativt få antalet items betydelse. Ett annat problem är vad dessa frågor egentligen fångar för
något. Har rekryterna förstått frågorna korrekt? Har samtliga rekryter förstått frågorna på
samma sätt? Detta är ett problem som finns med självskattningar, då det inte på ett enkelt sätt
går att kontrollera att de verkligen förstår. Ett annat problem med självskattningar är att
rekryterna kan funnit anledning att underrapportera eventuella problem de haft. Om det
dessutom funnits incitament med att svara på ett ”korrekt” sätt som möjligt, i form av
befordran eller liknande, ökar sannolikheten för underrapportering ytterligare. Men låt oss för
35
argumentationens skull hävda att, i den större studiepopulationen, merparten av rekryterna
förstått och tolkat frågorna på samma sätt och varit ärliga i ifyllningen av enkäten. Varför
fanns då inga signifikanta samband? Författarna är överens om att det är rimligt att utgå från
att samtliga deltagare i studien är friska, då samtliga genomgått både läkar- och
psykologundersökningar utöver fysiska test för att komma in på utbildningen. Detta kan
förklara varför inget samband mellan generell begåvning och hälsa upptäcktes. Ett signifikant
samband fanns dock mellan generell begåvning och hälsodelskalan social miljö, där de med
högre generell begåvning trivdes mindre än de med lägre generell begåvning. Men även om
problemen med självskattningarna bortses från, att rekryterna kan ha misstolkat frågorna och
att deltagarna är friska så består hälsa, enligt WHO, av såväl fysiska och mentala som sociala
aspekter, och då dessa även interagerar med varandra finner författarna det svårt att motivera
detta fynd i den sociala miljön tillräcklig för att hävda att generell begåvning i denna
undersökning predicerar hälsa som sådant och då de inte heller kan utesluta att det faktiskt
kan vara som så att generell begåvning inte har någon predicerande effekt på hälsa är hypotes
1 därför inte stödd.
4.3.2 Hypotes 2: Högre generell begåvning predicerar mer rapporterade
sömnproblem.
Författarna förväntade sig finna ett signifikant samband mellan sömnproblem och generell
begåvning. Resultatet stöder inte denna hypotes. Åtminstone fem möjliga förklaringar
föreslås. En första möjlig förklaring bygger på att tidigare undersökning fann svaga
signifikanta samband. Därför finns det anledning att tro att sambandet mellan att vara
kvällsperson och ha sömnproblem, eller mellan att vara kvällsperson och intelligens är för
svagt och vilket gör att en mätning av det indirekta sambandet intelligens och sömnproblem
gör att det krävts att personer i undersökningen faktiskt sov sämre för att resultatet skulle vara
statistiskt säkerställt. Dessutom finns indikation på att sambandet skulle kunna vara omvänt,
36
då personer som sover sämre presterar lägre testresultat. Möjligtvis tar dessa två samband ut
varandra. En andra möjlig förklaring är att sambandet kanske gäller när hela skalan av
generell begåvning är representerad och är obetydlig när populationen inte är normalfördelad
avseende generell begåvning. En möjlighet är att skillnaden skulle synas om även de med
generell begåvning under 4 hade deltagit. En tredje förklaring kan vara att studiepopulationen
är alltför homogen. Då det skett en självselektion och selektion på för författarna okända
grunder utöver den standardiserade selektion som beskrivits ovan finns det anledning att tro
att studiepopulationens spridning i denna variabel inte är tillräckligt stor. En fjärde tolkning
stödjer sig på att de tidigare undersökningarna analyserade barn och ungdomar i middleschool och high-school i USA. Det är möjligt att förhållandena är andra för
studiepopulationen i denna undersökning. En femte förklaring är att validiteten eller
reliabiliteten i den självskattade skalan inte nödvändigtvis är tillräckligt god i sammanhanget,
exempelvis är det oklart i vilket sammanhang enkäten administrerades och hur sömnmiljön
just då såg ut. Den förkortade sömnskalan använd i undersökningen är heller inte validerad
ännu såvitt författarna kan se. Utifrån resultaten av analysen är hypotes 2 därför inte stödd.
4.3.3 Hypotes 3: Högre generell begåvning predicerar bättre betyg och vitsord
jämfört med lägre generell begåvning.
Utförda korrelationsanalyser mellan generell begåvning och betyg samt vitsord fann inga
signifikanta resultat. Vad kan detta bero på? Antingen så predicerar helt enkelt inte generell
begåvning betyg/vitsord, vilket är i linje med de motstridiga tidigare studier genomförda på
området, eller så är förhållanden i denna undersökning orsak till resultatet. Tolkningen av
resultatet försvåras av att personer i studien hoppat av utbildningen i förtid i olika
utsträckning avseende generell begåvning. Kanske har de som hoppat av gjort så för att de var
på väg att bli underkända och därmed inte såg någon anledning till att fortsätta, vilket kan ha
gjort resultatet skevt. En ytterligare aspekt att ta hänsyn till är det låga antalet underkända
37
rekryter, både i betyg och vitsord (7 av totalt 1284 av betygen, samt 25 av totalt 1293 av
vitsorden fick underkänt) vilket får ses som en förhållandevis väldigt liten del av den totala
studiepopulationen, detta kan ha gjort att generell begåvnings eventuellt predicerande kraft
inte gått att finna. Eventuellt hade denna eventuella kraft gått att finna med fler underkända,
samt där de redan gallrade generell begåvning 1-3 funnits med. Det är värt att påpeka att
Försvarsmakten valt ut en lägsta gräns på generell begåvning för att de anser att de under
denna gräns inte kommer klara av utbildningen och därmed få underkänt. Resultatet i denna
undersökning kanske därmed kan bero på att Försvarsmakten lyckats i sin gallring. På grund
av detta kan det inte dras några slutsatser om betygen/vitsorden och hypotes 3 är därför inte
stödd.
4.3.4 Hypotes 4: Lägre generell begåvning predicerar en ökning i avhopp jämfört
med högre generell begåvning.
I linje med tidigare forskning fann författarna att personer med lägre generell begåvning var
mer benägna att avsluta utbildningen i förtid. Möjliga förklaringar är antingen relaterade till
utbildningens krav på kognition, faktorer inom eller utom individen som är relaterade till
generell begåvning (redovisade i introduktionen, såsom skador, alkoholkonsumtion, och
dylikt), eller att rekryternas motivation att genomföra utbildningen är relaterade till hur de
presterar på ett test avsett att mäta generell begåvning. För det första är en möjlig anledning
att utbildningen varit för kognitivt krävande. Gottfredson (1997a) anser att generell begåvning
är förmågan att klara av kognitivt komplexa arbeten och jämför arbetares generella
begåvning, hur väl de presterar på arbetet och hur amerikanska Department Of Labor har
klassat komplexiteten i deras arbetsuppgift. De klassar kraven på att hantera komplexa data i
en arbetsuppgift på en skala från noll (mest komplext) till sex (minst komplext) där samtliga
olika listade militära arbeten hamnar mellan skalenheterna ett och sex. Arbetsuppgiften
”Combat Rifle Crewmember” vilket bör någorlunda motsvara GMU är dock klassad som sex i
38
komplexitet (US DOL, 2014). En annan möjlig anledning är att, som tidigare forskning antytt
redovisat ovan, personer med lägre generell begåvning har personliga svårigheter, inklusive
hälsoproblem, och sociala svårigheter inom eller utanför utbildningen vilket hindrar eller
försvårar fullföljande av utbildningen. En tredje möjlig anledning är relaterad till rekryternas
motivation att slutföra utbildningen. Dels kan resultatet i sig ha påverkat motivationen i en
självuppfyllande profetia, dels förlorar rekryter som får lägre resultat möjligheten att gå vissa
vidareutbildningar som tolk- eller jägarutbildning vilket kanske minskar motivationen att
slutföra utbildningen. Ett annat sätt att se på det är att intelligensmätning egentligen är ett sätt
att mäta motivation, som föreslagits av Duckworth et al. (2011). Dessa fann i deras
undersökning att testmotivation påverkar testresultatet, samt när de kontrollerade för
testmotivationen minskade testresultatens prediktiva förmåga i ett antal utfallsmått.
Författarna efterfrågar dock mer teoretiska förklaringar till fyndet att generell begåvning
predicerar avhopp. Varför är till exempel även friska individer med generell begåvning något
över genomsnittet mer benägna att hoppa av än de med generell begåvning klart över
genomsnittet?
4.3.5 Övriga brister
Utöver de redan nämnda brister med självskattningar, enkätens svårtolkade validitet,
avsaknad av en djupgående avhoppsanalys och att generell begåvningsgrupp 1-3 saknas kan
även ytterligare faktorer påpekas som kan ha spelat roll i undersökningen. Precis som med
samtliga andra tvärsnittsstudier finns ytterligare några övriga saker att väga in. När det gäller
Hälsovariabeln och Sömnvariabeln kan författarna inte uttala sig om i vilken riktning
sambanden sker. Det framgår inte om det är så att studiepopulationen sov sämre eller hade
sämre hälsa innan de genomförde I-prov 2000. Det kan vara så att det samband mellan
generell begåvning och delfrågan social miljö som fanns kan tolkas som att de som
rapporterar en sämre social miljö därför klarar I-prov 2000 bättre. En annan brist med
39
tvärsnittsstudier är att de är känsliga för yttre omständigheter, kan till exempel globala
katastrofer som skett under tiden rekryterna låg i träning och som militären behöver vara
delaktig i ha påverkat? Det kan vara möjligt att sådana yttre omständigheter gjort att inga fynd
hittats i just denna undersökning, medan de fann andra saker i andra undersökningar som
skedde vid en annan tidpunkt. Ytterligare något att ta hänsyn till i tolkningen av resultatet är
att referensartiklarna inte alltid undersökt generell begåvning utan en viss begreppsförvirring
kan ha ägt rum vilket även kan förklara brist på överensstämmelse med tidigare forskning.
4.3.6 Övriga styrkor
Studiepopulationen har bestått av ett relativt stort antal individer, vilket har möjliggjort att
även små variationer kunnat upptäckas. Dessutom har inhämtningen av data skett på ett
relativt systematiskt och rutinartat sätt eftersom rekryteringsmyndigheten har lång erfarenhet
av arbetet.
4.3.7 Avslutande kommentar
Resultatet antyder att kanske är generell begåvnings prediktiva förmåga mindre hos personer
med medel eller över medel generell begåvning, vid samtidigt bra fysiskt hälsotillstånd. Det
finns en rad hälsotillstånd som har effekter på både kroppslig förmåga (sinnesorgan,
kroppsbyggnad, koordinationsförmåga, livslängd m.m.) och på kognitiv förmåga, som
exempelvis kongenital rubella syndrom, fragile x, Retts syndrom eller Downs syndrom. Det
finns därmed anledning att misstänka att dessa hälsotillstånd hade detekterats både i en
medicinsk kontroll och genom ett test av generell begåvning. Studiepopulationen i denna
undersökning genomgick en medicinsk kontroll i flera steg samt kontroll av generell
begåvning. Tidigare forskning har ej undersökt personers fysiska prestation och tillstånd i
samma utsträckning som denna undersökning. Resultatet visade inte ett tydligt signifikant
samband mellan generell begåvning och hälsotillstånd, vilket förväntats utifrån tidigare
forskning. Detta är en orsak att till att misstänka att tidigare forskningsresultat påverkats av
40
inklusionen av individer med ett redan sämre hälsotillstånd, vilket bör ge hänvisning för
ytterligare forskning.
Resultatet ger även anledning att understryka att det bör vid varje tillfälle motiveras från
ett klart teoretiskt resonemang varför kognitiva test ska användas, såsom vid utredning eller
rekrytering, och hur stor vikt ska läggas vid testresultatet, då förhållandet mellan generell
begåvning och utfallsvariablerna i undersökning verkar vara komplext.
Referenser
Ahrberg, K., Dresler, M., Niedermaier, S., Steiger, A., & Genzel, L. (2012). The interaction
between sleep quality and academic performance. Journal of Psychiatric Research, 46,
1618-1622.
Almeida, L., Prieto, M., Ferreira, A., Bermejo, M., Ferrando, M., & Ferrándiz, C. (2009).
Intelligence assessment: Gardner multiple intelligence theory as an alternative. Learning
and Individual Differences, 20, 225–230.
Anderson, B. (1995). G explained. Med Hypotheses, 45(6), 602-604.
Anstey, K. J., Low, L., Christensen, H., & Sachdev, P. (2009). Level of cognitive
performance as a correlate and predictor of health behaviors that protect against
cognitive decline in late life: the path through life study. Intelligence, 37 (6), 600- 606.
Araújo, D.F., Soares, C.S., & Almondes, K.M. (2013). Relation between sleep and
visuospatial skills in students from a public school. Estudos de Psicologiaa, 18, (1),
109-116.
41
Batty, G. D., Deary, I. J., & Gottfredson, L. S. (2007). Premorbid (early life) IQ and later
mortality risk: systematic review. Annals Of Epidemiology, 17 (4), 278-288.
Batty, G. D., Deary, I. J., Schoon, I., & Gale, C. R. (2007). Childhood mental ability in
relation to food intake and physical activity in adulthood: the 1970 British cohort
study. Pediatrics, 119 (1), 38-45.
Batty, G. D., Deary, I. J., Schoon, I., Emslie, C., Hunt, K., & Gale, C. (2008). Childhood
mental ability and adult alcohol intake and alcohol problems: The 1970 British
cohort study. American Journal of Public Health, 98 (12), 2237-2243.
Batty, G. D., Wennerstad, K. M., Smith, G. D., Gunnell, D., Deary, I. J., Tynelius, P., &
Rasmussen, F. (2009). IQ in early adulthood and mortality by middle age: cohort study
of 1 million swedish men. Epidemiology, 20 (1), 100-109.
Beaver, K. (2013). Intelligence and selective attrition in a nationally representative and
longitudinal sample of Americans. Personality and Individual Differences 55 (2), 157161.
Beebe, D. (2011). Cognitive, behavioral, and functional consequences of inadequate sleep in
children and adolescents. Pediatr Clin North, 58 (3), 649-665.
Beier, M. E., & Ackerman, P. L. (2003). Determinants of health knowledge: an investigation
of age, gender, abilities, personality, and interests. Journal Of Personality And Social
Psychology, 84 (2), 439.
Bell-McGinty, S., Habeck, C., Hilton, J., Rakitin, B., Scarmeas, N., Zarahn, E., Flynn, J.,
DeLaPaz, R., Basner, R., & Stern, Y. (2004). Identification and differential vulnerability
of a neural network in sleep deprivation. Cerebral Cortex, 14 (5), 496-502.
Benyamini, Y., Blumstein, T., Murad, H., & Lerner-Geva, L. (2011). Changes over time from
baseline poor self-rated health: For whom does poor self-rated health NOT predict
mortality? Psychology & Health, 26 (11), 1446-1462.
42
Bergman, I., & Almkvist, O. (2013). The effect of age on fluid intelligence is fully mediated
by physical health. Archives Of Gerontology And Geriatrics, 57 (1), 100-109.
Bland, J. M., & Altman, D. G. (1997). Statistics notes: Cronbach's alpha. BMJ, 314, 572.
Bódizs, R., Kis, T., Lázár, A. S., Havrán, L., Rigó, P., Clemens, Z., & Halász, P. (2005).
Prediction of general mental ability based on neural oscillation measures of sleep. J
Sleep Res, 14 (3), 285-292.
Briere, M. E., Forest, G., Lussier, I., & Godbout, R. (2000). Implicit verbal recall correlates
positively with EEG sleep spindle activity. Sleep, 23 (2) 219.
Brody, N. (2001). Construct validation of the Sternberg Triarchic Abilities Test: Comment
and reanalysis. Intelligence, 31 (2003) 319-329.
Brooks, J., & Weinraub, M. (1976). A history of infant intelligence testing. Springer, 19-58.
Brown, J., Wieroney, M., Blair, L., Zhu, S., Warren, J., Scharf, S., & Hinds, P. (2014).
Measuring subjective sleepiness at work in hospital nurses: validation of a modified
delivery format of the Karolinska Sleepiness Scale. Sleep And Breathing, 1-9.
Burt, C. (1954). The differentiation of intellectual ability. British Journal Of Educational
Psychology, 24 (2), 76-90.
Calvin, C., Deary, I., Fenton, C., Roberts, B., Der, G., Leckenby, N., & Batty, G. (2011).
Intelligence in youth and all-cause-mortality: systematic review with metaanalysis. International Journal Of Epidemiology, 40 (3), 626-644.
Carlstedt, B. (2000). Cognitive abilities - aspects of structure, process and measurment
(Avhandling). Göteborgs Universitet
Carlstedt, B., & Annell, S. (2010). I-prov 2000 för urval av personal till det rekryterade
försvaret Karlstad: Försvarshögskolan, Institutionen för ledarskap och management.
Carrol, J. (1993) Human cognitive abilities, a survey of factor-analytic studies. Cambridge
University Press
43
Cattell, R. (1963). Theory of fluid and crystallized intelligence: a critical experiment. Journal
of Educational Psychology, 54 (1), 1-22.
Cederblad, M., Dahlin, L., Hagnell, O., & Hansson, K. (1995). Intelligence and temperament
as protective factors for mental health. a cross-sectional and prospective
epidemiological study. European Archives Of Psychiatry And Clinical Neuroscience,
245 (1), 11-19.
Crossley, T., & Kennedy, S. (2002). The reliability of self-assessed health status. Journal Of
Health Economics, 21 (4), 643-658.
Cooney, T. M., Schaie, W., & Willis, S. (1988). The relationship between prior functioning
on cognitive and personality dimensions and subject attrition in longitudinal research.
Journal of Gerontology, 43 (1), 12-17.
Cooper, C. (2002).
. Lund: Studentlitteratur.
Darr, W. (2011). Military personality research: A meta-analysis of the self decription
inventory. Military Psychology, 23 (3), 272-296.
Deary, I. J., Batty, G. D., Pattie, A., & Gale, C. R. (2008). More intelligent, more dependable
children live longer a 55-year longitudinal study of a representative sample of the
scottish nation. Psychological Science, 19 (9), 874-880.
Deary, I. J., Strand S., Smith, P., & Fernandes, C. (2007). Intelligence and educational
achievement. Intelligence, 35 (1), 13-21.
Deary, I. J., Whiteman, M. C., Starr, J. M., Whalley, L. J. & Fox, H. C. (2004). The impact of
childhood intelligence on later life: following up the scottish mental surveys of 1932
and 1947. Journal Of Personality And Social Psychology, 86 (1), p. 130.
Devellis, R. F. (2012). Scale development. Thousand Oaks, Kalifornien: SAGE.
44
Dewald, J., Meijer, A., Oort, F., Kerkhof, G., & Bögels, S. (2010). The influence of sleep
quality, sleep duration and sleepiness on school performance in childen and adolescents:
A meta-analytic review. Sleep Medicine Reviews, 14, 179-189.
Domnich, A., Amicizia, D., Panatto, D., Signori, A., Perelli, V., Adamoli, S., Riboli, E. B., &
Gasparini, R. (2013). Use of different subjective health indicators to assess health
inequalities in an urban immigrant population in north-western Italy: a cross-sectional
study. BMC Public Health, 13 (1), 1006.
Duckworth, A. L., Quinn, P., Lynam, D., Loeber, R., & Stouthamer-Loeber, M. (2011). Role
of test motivation in intelligence testing. Proceedings of the National Academy of
Sciences of the USA, 108 (19), 7716-7720.
Egidius, H. (2005). Natur & Kulturs Psykologilexikon. Natur & Kultur.
Engstrøm, M., Ødegård, S., Sand, T., Jacob Stovner, L., Zwart, J., & Hagen, K. (2011). The
Reliability of a New Sleep Screening Questionnaire for Large Population-Based
Studies: The Third Nord-Trøndelag Health Study. The Open Sleep Journal, 4 (1), 14-19.
Ferreira, I., Simões, M., & Marôco, J. (2013). Cognitive and psychomotor tests as predictors
of on-road driving ability in older primary care patients. Transportation Research Part
F: Traffick Psychology and Behavior 21, 146-158.
Firkowska-Mankiewicz, A. (2011). Adult careers: Does childhood IQ predict later life
outcome? Journal of Policy and Practice in Intellectual Disabilities 8 (1), 1-9.
Flanagan, D., Ortiz, S., & Alfonso, V. (2013). Essentials of Cross-Battery Assessment (1st
ed.). Chichester: Wiley.
Försvarsmakten (2012) Instruktion för Grundläggande Militär Utbildning (GMU) inom
Försvarsmakten, 2013 års utgåva – bilaga 1
Försvarsmaktens rekrytering (2014, 20 Mars). Nittio dagar GMU. Utbildningen som tar dig in
i vår verklighet.. [pdf] Hämtat från:
45
http://rekrytering.forsvarsmakten.se/Global/Rekryteringswebbplatsen/Pdf-ochworddokument/Informations-%20och%20rekryteringsbroschyrer/GMU_nittiodagar.pdf
Gale, C. R., Batty, G. D., Tynelius, P., Deary, I. J., & Rasmussen, F. (2010). Intelligence in
early adulthood and subsequent hospitalization for mental disorders. Epidemiology 21
(1), 70-77.
Gardner, H. (1983). Frames of mind: the theory of multiple intelligences. Basic Books.
Grigorenko, E. L., & Af Klinteberg, B. (2010). Personality, intelligence, and somatic and
mental health disturbances in a time of societal change: a study of russian
adults. Journal Of Russian & East European Psychology, 48 (5), 5-35.
Gottfredson, L. (1997a). Why g matters: The complexity of everyday life. Intelligence, 24 (1),
79-132.
Gottfredson, L. (1997b). Mainstream science on intelligence: an editorial with 52 signatories,
history, and bibliography. Intelligence, 24 (1), 13-23.
Graham, J. M. (2006). Congeneric and (essentially) tau-equivalent estimates of score
reliability what they are and how to use them. Educational And Psychological
Measurement, 66 (6), 930-944.
Gregory, R. L. (1998). The oxford companion to the mind. Oxford [u.a.]: Oxford Univ. Press.
Gruber, R., Laviolette, R., Deluca, P., Monson, E., Cornish, K., & Carrier, J. (2010). Short
sleep duration is associated with poor performance on IQ measures in healthy schoolaged children. Sleep Medicine, 11, 289-294.
Gruber, R., Wise, M., Frenette, S., Knäauper, B., Boom, A., Fontil, L., & Carrier, J. (2013).
The association between sleep spindles and IQ in healthy school-age children.
International Journal of Psychophysiology, 89, 229-240.
Gustafsson, J. (1984). A unifying model for the structure of intellectual abilities. Intelligence,
8 (3), 179-203.
46
Halfhill, T., Nielsen, T., Sundstrom, E., & Weilbaecher, A. (2005). Group personality
composition and performance in military service teams. Military Psychology, 17 (1), 4154.
Harrison, Y., & Horne, J. A. (2000). The impact of sleep deprivation on decision making: A
review. Journal of Experimental Psychology: Applied, 6, 236-249.
Harrison, Y., Horne, J. A., & Rothwell, A. (2000). Prefrontal neuro-psychological effects of
sleep deprivation in young adults: A model for healthy aging? Sleep, 23, 1067-1073.
Hauser, R. M., & Palloni, A. (2011). Adolescent IQ and survival in the Wisconsin
longitudinal study. The Journals Of Gerontology Series B: Psychological Sciences
And Social Sciences, 66 (suppl 1), 91-101.
Hayes, M., & Reilly, G. (2013). Psychiatric disorder, IQ, and emotional intelligence among
adolescent detainees: A comparative study. Legal and Criminological Psychology 18
(1), 30-47.
Heaven, P., & Ciarrochi, J. (2012). When IQ is not everything: Intelligence, personality and
academic performance at school. Personality and individual differences, 53 (4), 518522.
Hemmingsson, T., Essen, J. V., Melin, B., Allebeck, P. & Lundberg, I. (2007). The
association between cognitive ability measured at ages 18-20 and coronary heart
disease in middle age among men: a prospective study using the swedish 1969
conscription cohort. Social Science & Medicine, 65 (7), 1410-1419.
Hunt, W., Wittson, C., & Hunt, E. (1952). Military performance of a group of marginal
neuropsychiatric cases. Am J Psychiatry 109, 168-171.
Hunt, W., Wittson, C., & Hunt, E. (1954a). Hidden costs in the utilization of the
psychiatrically marginal man. Journal of Clinical Psychology 10, 91-92.
47
Hunt, W., Wittson, C., & Hunt, E. (1954b). The serviceability of military personnel of low
intelligence. Journal of Clinical Psychology 10, 286-287.
Hunt, W., Wittson, C., & Hunt, E. (1954c). A rationale for psychiatric selection. American
Psychologist.
Idler, E. L., & Benyamini, Y. (1997). Self-rated health and mortality: A review of 27
community studies. Journal of Health and Social Behavior, 38 (1), 21-37.
Jacoby, R., Glauberman, N., & Herrnstein, R. J. (1995). The bell curve debate. New York:
Times Books.
Johnson, W., Corley, J., Starr, J. M., & Deary, I. J. (2011). Psychological and physical health
at age 70 in the lothian birth cohort 1936: links with early life IQ, SES, and current
cognitive function and neighborhood environment. Health Psychology, 30 (1), 1-11.
Jokela, M., Elovainio, M., Sing-Manoux, A., & Kivimäki, M. (2009). IQ, socioeconomic
status, and early death: The US National Longitudinal Study of Youth.
Psychosomatic Medicine, 7 (3), 322-328.
Kanazawa, S. (2010a). Evolutionary psychology and intelligence research. American
Psychologist, 65 (4), 279.
Kanazawa, S. (2010b). Why Liberals and Atheists Are More Intelligent. Social Psychology
Quarterly, 73 (1), 33-57.
Kanazawa, S., & Perina, K. (2009). Why night owls are more intelligent. Personality And
Individual Differences, 47 (7), 685-690.
Kecklund, G., Söderström, M., & Åkerstedt, T. (2008). Att motverka sömnstörningar:
orsaker och behandling. I K. Orth-Gomér & A. Perski, (Red.), Preventiv medicin.
Teori och praktik. (115-126). Lund: Studentlitteratur.
48
Kopasz, M., Loessl, B., Hornyak, M., Riemann, D., Nissen, C., Piosczyk, H., & Voderholzter,
U. (2010). Sleep and memory in healthy childen and adolescents – A critical review.
Sleep Medicine Reviews, 14, 167-177.
Koscec, A., Radosevic-Vidacek, B., & Bakotic, M. (2014). Morningness-eveningness and
sleep patterns of adolescents attending school in two rotating shifts. Chronobiology
International, 1-12.
Langdon, P., Clare, I., & Murphy, G. (2011). Moral reasoning theory and illegal behavior by
adults with intellectual disabilities. Psychology, Crime & Law, 17 (2), 101-115.
Larsson, H., Broman, L., & Harms-Ringdahl, K. (2009). Individual risk factors associated
with premature discharge from military service. Military Medicine, 174 (1), 9-20.
Larsson, H., Tegern, M., & Broman, L. (2013). Rekrytering, urval och uppföljning. första året
med frivilliga soldater. [rapport] Stockholm.
Larsson, H., Tegern, M., & Harms-Ringdahl, K. (2012). Influence of the implementation of a
comprehensive intervention programme on premature discharge outcomes from
military training. Work: A Journal Of Prevention, Assessment And Rehabilitation, 42
(2), 241-251.
Lawlor, D., Clark, H., & Leon, D. (2007). Associations between childhood intelligence and
hospital admissions for unintentional injuries in adulthood: The Aberdeen Children of
the 1950s Cohort Study. American Journal of Public Health, 97 (2), 291-297.
Lundberg, O., & Mårbacka, K. (1996). Assessing reliability of a measure of self-rated
health.Scandinavian Journal Of Public Health, 24 (3), 218-224.
MacCann, C., Joseph, D. L., Newman, D. A., & Roberts, R. D. (2013). Emotional Intelligence
Is a Second-Stratum Factor of Intelligence: Evidence From Hierarchical and Bifactor
Models. Emotion, doi:10.1037/a0034755
49
Maslowsky, J., & Ozer, E. J. (2013). Developmental trends in sleep duration in
adolescence and young adulthood: evidence from a national united states sample.
Journal Of Adolescent Health.
Mears, D., & Cochran, J. (2013). What is the effect of IQ on offending? Criminal Justice and
Behavior, 40 (11), 1280-1300.
Mio, M. M., & Jum, J. (1987). On the usefulness of the syrinx as a navigational aid: A
double-blind study. Journal of the After-Life, 18 (3), 421-429.
Moran, P., Klinteberg, B., Batty, D., & Vågerö, D. (2009). Childhood intelligence predicts
hospitalization with personality disorder in adulthood: Evidence from a populationbased study in Sweden. Journal of Personality Disorders, 23 (5), 535- 540.
Mortensen, L. H., Sorensen, T. I., & Gronbaek, M. (2005) Intelligence in relation to later
beverage preference and alcohol intake. Addiction, 100, 1445–52.
Moutafi, J., & Furnham, A. (2004a). Can personality factors predict intelligence? Personality
and individual differences, 38 (5), 1021-1033.
Moutafi, J., & Furnham, A. (2004b). Why is Conscientiousness negatively correlated with
intelligence? Personality and individual differences, 37 (5), 1013-1022.
Moutafi, J., Fumham, A., & Crump, J. (2006). What facets of openness and conscientiousness
predict fluid intelligence score? Learning and individual differences, 16, 31-42.
Müller, M., Kowalewski, R., Metzler, S., Stettbacher, A., Rössler, W., & Vetter, S. (2013).
Associations between IQ and alcohol consumption in a population of young males: A
large database analysis.
Mårdberg, B., & Carlstedt, B. (1998). Swedish enlistment battery (SEB): construct validity
and latent variable estimation of cognitive abilities by the CAT-SEB. International
Journal Of Selection And Assessment, 6 (2), 107-114.
50
Nordenfelt, L., (1991). Livskvalitet och hälsa – teori och kritik. Linköping: Linköpings
Universitet.
Nordin, M., Åkerstedt, T., & Nordin, S. (2013). Psychometric evaluation and normative data
for the karolinska sleep questionnaire. Sleep And Biological Rhythms, 11 (4), 216-226.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory. New York: Mcgraw-Hill.
O'toole, B. I. (1990). Intelligence and behaviour and motor vehicle accident
mortality. Accident Analysis \& Prevention, 22 (3), 211-221.
Oleson, J., & Chappell, R. (2012). Self-reported violent offending among subjects with
genius-level IQ scores. Journal of Family Violence, 27 (8), 715-730.
Paavonen, E. J, Räikkönen, K., Personen, A. K, Lahti, J., Komsi, N., Heinonen, K., Järvenpää,
A. L, Strandberg, T., Kajantie, E, & Porkka-Heiskanen, T. (2010). Sleep quality and
cognitive performance in 8-year-old children. Sleep Medicine, 11, 386-392.
Penke, L., Borsboom, D., Johnson, W., Kievit, R. A., Ploeger, A., & Wicherts, J. M. (2011).
Evolutionary psychology and intelligence research cannot be integrated the way
Kanazawa (2010) suggested. American Psychological Association.
Perlmutter, M., & Nyquist, L. (1990). Relationships between self-reported physical and
mental health and intelligence performance across adulthood. Journal Of
Gerontology, 45 (4), 145-155.
Randazzo, A. C., Muehlbach, M. J., Schweitzer, P. K., & Walsh, J. K. (1998). Cognitive
function following acute sleep restriction in children ages 10-14. Sleep, 21 (8), 861-868.
Rekryteringsmyndigheten (2014, 26 Februari). Teoretiska prov - rekryteringsmyndigheten.
Hämtat från: http://www.rekryteringsmyndigheten.se/malgruppsnavigering/om-duskall-testas/tester-och-undersokningar/teoretiska-prov/
Reynolds, M. R., Floyd, R., & Niileksela, C. R. (2013). How well is psychometric g indexed
by global composites? Evidence from three popular intelligence tests. Psychological
51
Assessment, 25 (4), 1314.
Roberts, R. D., & Kyllonen, P. C. (1999). Morningness-eveningness and intelligence: early to
bed, early to rise will likely make you anything but wise!. Personality And Individual
Differences, 27 (6), 1123-1133.
Russo, P. M., Bruni, O., Lucidi, F., Ferri, R., & Violani, C. (2007). Sleep habits and circadian
preference in Italian children and adolescents. Journal Of Sleep Research, 16 (2), 163169.
Schabus, M., Hödlmoser, K., Gruber, G., Sauter, C., Anderer, P., Klösch, G., Parapatics, S.,
Saletu, B., Klimesch, W., & Zeitlhofer, J.(2006). Sleep spindle-related activity in the
human EEG and its relation to general cognitive and learning abilities. Eur J Neurosci.
23 (7) 1738-1746.
Schmidt, F. L., & Hunter, J. (2004). General mental ability in the world of work:
Occupational attainment and job Performance. Journal of Personality and Social
Psychology, 86 (1), 162-173.
Schnittker, J., & Bacak, V. (2014). The Increasing Predictive Validity of Self-Rated
Health. Plos One,9 (1), 84933.
Seals, R., & Stern, L. (2013). Cognitive ability and the division of labor in urban ghettos:
Evidence from gang activity in U.S. data. Journal of Behavioral Economics.
Siegler, R. S. (1992). The other Alfred Binet. Developmental Psychology, 28 (2), 179.
Sjölund, S., Allebeck, P., & Hemmingsson, T. (2011). Intelligence quotient (IQ) in
adolescence and later risk of alcohol-related hospital admissions and deaths - 37- year
follow-up of Swedish conscripts. Addiction, 107, 89-97
Sternberg, R. J. (1982). Handbook of human intelligence. Cambridge:
Cambridge University Press.
52
Sternberg, R. J. (1985). Beyond IQ: A triarchic theory of human intelligence. New York, NY,
US: Cambridge University Press, 411.
Sternberg, R. J. (1994). Encyclopedia of human intelligence. New York: Macmillan.
Sternberg, R. J., & Grigorenko, E. L. (2004). Intelligence and culture: how culture shapes
what intelligence means, and the implications for a science of well-being. Philosophical
Transactions-Royal Society Of London Series B Biological Sciences, 1427-1434.
Stevens, S. (1972). Edwin garrigues boring. Biographical Memoirs. National Academy Of
Sciences, 43, 41-76.
Stickgold, R. (2013). Parsing the role of sleep in memory processing. Current Opinion in
Neurobiology, 23, 847-853.
Streiner, D. L. (2003). Starting at the beginning: an introduction to coefficient alpha and
internal consistency. Journal Of Personality Assessment, 80 (1), 99-103.
Stålesjö, P., & Brännström, F. (2013). Försvarsmaktens instruktion med antagningsordning
till grundläggande militär utbildning och kompletterande militär utbildning (fm i gmu
och kmu). [pdf] Tillgänglig genom:
http://rekrytering.forsvarsmakten.se/Global/Rekryteringswebbplatsen/Pdf-ochworddokument/Utbildningar/FM%20Instruktion%20med%20antagningsordning%20till
%20GMU%20och%20KMU.pdf
Suls, J. M., Davidson, K. W., & Kaplan, R. M. (2010). Handbook of health psychology and
behavioral medicine. New York: Guilford Press.
Sörberg, A., Allebeck, P., & Hemmingsson, T. (2013). IQ and somatic health in early
adulthood-a cross-sectional analysis of associations Alma Sörberg. The European
Journal Of Public Health, 23 (1), 124-087.
53
Tamminen, J., Payne, J. D., Stickgold, R., Wamsley, E. J., & Gareth Gaskell, M. (2010).
Sleep spindle activity is associated with the integration of new memories and existing
knowledge. The Journal of Neuroscience, 30 (43), 14356-14360.
Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach's Alpha.
International Journal Of Medical Education, 2, 53-55.
Tavakol, M., Mohagheghi, M. A., & Dennick, R. (2008). Assessing the skills of surgical
residents using simulation. Journal Of Surgical Education, 65 (2), 77-83.
Tavernier, R., & Willoughby, T. (2013). Are all evening-types doomed? Latent class analyses
of perceived morningness-eveningness, sleep and psychosocial functioning among
emerging adults. Chronobiology International, 1-11.
Thomas, M., Sing, H., Belenky, G., Holcomb, H., Mayberg, H., Dannals, R., Wagner, H.,
Thorne, D., Popp, K., Rowland, L., Welsh, A., Balwinski, S., & Redmond, D. (2000).
Neural basis of alertness and cognitive performance impairments during sleepiness: I.
Effects of 24 h of sleep deprivation on waking human regional brain activity. J Sleep
Res, 9 (4), 335-352.
Tonkin, M. (2000). The comparative effects of education and the complexity of work on adult
intellectual ability. Dissertation Abstracts International.
US Department Of Labor (2014, 3 April). OALJ Law Library, DOT, Service Occupations
363.681-010 to 389.687-018. Hämtat från:
http://www.oalj.dol.gov/PUBLIC/DOT/REFERENCES/DOT03B.HTM
Visser, B., Ashton, M., & Vernon, P. (2006). Beyond g: Putting multiple intelligences theory
to the test. Intelligence, 34, 487-502.
Walker, M. P., Brakefield, T., Morgan, A., Hobson, J. A., & Stickgold, R. (2002). "Practice
with Sleep Makes Perfect". Neuron, 35 (1), 205–11.
Wechsler, D. (1958). The measurement and appraisal of adult intelligence. Williams &
54
Wilkins Co.
Wechsler, D. (1955). Manual for the Wechsler adult intelligence scale. Psychological Corp.
Whalley, L. J., & Deary, I. J. (2001). Longitudinal cohort study of childhood IQ and survival
up to age 76. BMJ, 322 (7290), 819.
Whitley, E., Batty, G., Gale, C., Deary, I., Tynelius, P., & Rasmussen, F. (2010). Intelligence
in early adulthood and subsequent risk of unintentional injury over two decades: Cohort
study of 1 109 475 Swedish men. Journal of Epidemiology and Community Health,
64 (5), 419-425.
WHO (2014a, 12 Februari). WHO definition of Health. Hämtad från:
http://www.who.int/about/definition/en/print.html
WHO (2014b, 6 Mars). Global database on body mass index. Hämtat från:
http://apps.who.int/bmi/index.jsp?introPage=intro_3.html
Williams, P., Cribbet, M., Rau, H., Gunn, H., & Czajkowski, L. (2013). The effects of poor
sleep on cognitive, affective, and physiological responses to a laboratory stressor. The
Society of Behavioral Medicine, 46, 40-51.
Wrulich, M., Brunner, M., Stadler, G., Schalke, D., Keller, U., & Martin, R. (2012). Forty
years on: childhood intelligence predicts health in middle adulthood. American
Psychological Association.
Zagorsky, J. (2007). Do you have to be smart to be rich? The impact of IQ on wealth, income
and financial distress. Intelligence, 35 (5), 489-501.
Zajacova, A., & Dowd, J. (2011). Reliability of self-rated health in US adults. American
Journal Of Epidemiology, 174 (8), 977-983.

fulltext

Transcrição

Documentos relacionados

fulltext01

Katarina Björklöf

Socialt kapital. Teori, begrepp och mätning