Diagnostiek van intelligentie en executief functioneren. Masterthese Klinische Ontwikkelingspsychologie. Laura Oostrom. Studentnummer:

Diagnostiek van intelligentie en executief functioneren Masterthese Klinische Ontwikkelingspsychologie Laura Oostrom Studentnummer: 9917810 Begeleider: Brenda Jansen 29 augustus 2016 Universiteit van Amsterdam

Abstract Bij problemen met het leren op school kan diagnostiek van het cognitief functioneren gewenst zijn. Intelligentie en executieve functies zijn beide van belang voor schoolprestaties. In dit onderzoek werd de relatie tussen executief functioneren en intelligentie bestudeerd door met latente variabelenmodellen te toetsen of maten voor deze constructen inderdaad enkel een beroep doen op deze twee constructen (basismodel), of de constructen gerelateerd zijn (hybride model) of dat executief functioneren en intelligentie geïntegreerd kunnen worden in een model voor cognitieve vaardigheden (CHC-model) gebaseerd op de Catell-Horn-Carroll(CHC)- intelligentietheorie (McGrew, 2009). De uitkomst van dit onderzoek heeft mogelijk consequenties voor de diagnostiek van intelligentie en executief functioneren. Een groep van 224 kinderen van negen jaar maakten de intelligentietesten Raven SPM en WISC-III-NL, en voerden taken uit voor de executieve functies inhibitie en werkgeheugen. De intelligentietaken en taken voor executief functioneren bleken het beste te passen in het gespecificeerde CHC-model. Dit betekent dat de constructen intelligentie en executief functioneren gezien kunnen worden als onderdelen van cognitief functioneren. Ondanks de gevonden samenhang tussen de constructen intelligentie en executief functioneren, zijn bij diagnostiek van het cognitief functioneren van een kind zowel taken voor intelligentie als voor executieve functies nodig. CHC-theorie voor cognitieve vaardigheden biedt verschillende mogelijkheden voor het optimaliseren van de diagnostiek. 1

Inleiding Achtergrond Intelligentie wordt als de sterkste voorspeller van schoolprestaties beschouwd (Roth et al., 2015). Executieve functies leveren eveneens een bijdrage aan het voorspellen van schoolsucces, wanneer gecorrigeerd wordt voor intelligentie (Latzman, Elkovitch, Young, & Clark, 2010). Om bij problemen met het leren op school de diagnostiek zo efficiënt mogelijk te laten zijn, is het van belang dat duidelijk is hoe intelligentie en executieve functies samenhangen in het geheel van cognitief functioneren. Dit onderzoek probeerde antwoord op de vraag te vinden hoe intelligentie en executieve functies samenhangen in het geheel van cognitief functioneren. Zo moest duidelijk worden of bij diagnostiek van het cognitief functioneren van kinderen instrumenten voor intelligentie én executieve functies nodig zijn. Dit werd onderzocht door van verschillende maten voor intelligentie en executief functioneren de onderlinge samenhang te bepalen met latente variabelenmodellen. Intelligentie wordt door Wechsler (1944, in Kort e.a., 2005) omschreven als het vermogen om doelgericht te handelen, rationeel te denken en effectief met de omgeving om te kunnen gaan. Definities van intelligentie zijn echter divers en omvatten in variërende mate aspecten van executief functioneren. Executieve functies zijn processen die het denken en handelen controleren en reguleren (Friedman et al., 2006). Executief functioneren is belangrijk voor de organisatie van doelgericht en efficiënt gedrag, met name in nieuwe of veeleisende situaties (Huizinga, Dolan, & van der Molen, 2006). Er worden drie executieve functies onderscheiden (Miyake et al., 2000). Werkgeheugen is de verzameling van cognitieve processen die het mogelijk maken informatie tijdelijk toegankelijk te houden om zo mentale taken te kunnen uitvoeren (Cowan, 1998, in Huizinga et al., 2006). Inhibitie is het vermogen om dominante, automatische responsen te onderdrukken (Miyake et al., 2000). Flexibiliteit is het kunnen wisselen tussen verschillende taken, bewerkingen en mentale sets (Monsell, 1996, in Miyake et al., 2000). In de literatuur zijn intelligentie en de executieve functies constructen die apart van elkaar gemeten kunnen worden. De resultaten van onderzoek naar de relatie tussen executief functioneren en intelligentie zijn niet eenduidig. Hoewel verschillende onderzoekers een positieve samenhang vonden tussen executief functioneren en intelligentie (Brydges, Reid, Fox, & Anderson, 2012; Wu, Chan, Leung, Leung, & Ng, 2011), met name tussen werkgeheugen en intelligentie (Duan, Wei, Wang, & Shi, 2010; Friedman et al., 2006), vonden anderen (Huizinga et al., 2006) deze samenhang niet, en is de richting van deze samenhang onduidelijk. De gebruikte taken en de leeftijd van de 2

onderzoeksgroepen kunnen bovenstaande verschillende resultaten niet verklaren. Uit onderzoek blijkt dat het lastig is om executieve functies te meten omdat er geen taken bestaan die enkel een executieve functie meten, dit wordt het probleem van taakonzuiverheid genoemd (Van der Sluis, De Jong, & Van der Leij, 2007). Bij het uitvoeren van een taak voor executief functioneren wordt gelijktijdig een beroep gedaan op andere vaardigheden, bijvoorbeeld visuele waarneming, taal of kennis van rekenstrategieën. Daarnaast is het moeilijk taken te selecteren of ontwerpen die een enkele executieve functie meten, er wordt al meestal een beroep gedaan op meerdere executieve functies (Van der Sluis, De Jong, & Van der Leij, 2007). Om het probleem van taakonzuiverheid op te lossen worden bij het onderzoek naar executieve functies in navolging van Miyake et al. (2000) meerdere taken voor één functie afgenomen. Met behulp van latente factoranalyse kan de variantie die de verschillende taken gemeen hebben geëxtraheerd worden. Hetgeen de taken om een contruct te meten delen is de latente factor, in dit geval de gemeenschappelijke executieve functie (Huizinga et al., 2006). Er kan verondersteld worden dat bij het uitvoeren van taken die als doel hebben intelligentie te meten een beroep wordt gedaan op executief functioneren: er moet informatie in het werkgeheugen worden vastgehouden en bewerkt, irrelevante impulsen moeten onderdrukt worden, en het kan nodig zijn tussen verschillende strategieën te wisselen. De vraag is echter of die intelligentietests informatie kunnen geven over de aparte executieve functies. Voordat de gebruikte intelligentietests in dit onderzoek worden besproken zal eerst kort de ontwikkeling van het concept intelligentie beschreven worden, daar de ontwikkeling van een intelligentietest gebaseerd zou moeten zijn op intelligentietheorieën (Keith, Fine, Taub, Reynolds, & Kranzler, 2006). Spearman noemde de algemene intellectuele vaardigheid die prestaties op verschillende cognitieve taken bepaalt de g-factor (Magez et al., 2015). Uit factoranalytisch onderzoek bleken naast de g-factor specifiekere factoren van belang bij het uitvoeren van cognitieve taken. Cattell maakte onderscheid tussen vloeiende- (fluid: Gf) en gekristalliseerde intelligentie (chrystallized: Gc). Met gekristalliseerde intelligentie worden opgedane kennis en geleerde vaardigheid via cultuur, onderwijs en andere ervaringen bedoeld. Vloeiende intelligentie zijn hogere mentale processen waaronder redeneren en abstract denken, ook wel omschreven als het vermogen om nieuwe problemen op te lossen (Friedman et al., 2006). Cattell s indeling in vloeiende- versus gekristalliseerde intelligentie werd verder uitgewerkt door Horn tot het Gf-Gcmodel van Cattell-Horn (McGrew, 2009). Carroll ontwikkelde het drie-stratum model, een hiërarchisch model met een niveau van algemene intelligentie, een niveau van brede cognitieve vaardigheden en een niveau van smalle cognitieve vaardigheden (Carroll, 1992). Cattell-Horn s Gf-Gc-model en het drie-stratum-model van Carroll zijn samengevoegd tot de 3

Cattell-Horn-Carroll(CHC)-intelligentietheorie (McGrew, 2009). In de CHC-theorie voor cognitieve vaardigheden zijn er drie niveaus of strata. Het derde stratum is het niveau van de algemene intelligentie (g). Het tweede stratum is het niveau van de brede cognitieve vaardigheden, waaronder vloeiende intelligentie (fluid intelligence: Gf), gekristalliseerde intelligentie (chrystallized intelligence: Gc), korte termijngeheugen (short-term memory: Gsm), visuele informatieverwerking (visual processing: Gv) en verwerkingssnelheid (cognitive processing speed: Gs). Deze brede vaardigheden worden op het niveau van het eerste stratum opgedeeld in smallere, domeinspecifieke vaardigheden. Smalle vaardigheden onder Gsm zijn bijvoorbeeld Geheugenspan en Werkgeheugencapaciteit (Magez et al., 2015; McGrew, 2009). (Magez et al., 2015). Het CHCintelligentiemodel staat weergegeven in Tabel 1. Tabel 1 Het CHC-intelligentiemodel met stratum II- en stratum I cognitieve vaardigheden (naar Magez et al., 2015) Stratum III g Stratum II Vloeiende intelligentie Gekristalliseerde intelligentie Korte termijn geheugen Visuele informatieverwerking Auditieve informatieverwerking Lange termijn geheugen Verwerking s- snelheid Reactiesnelheid Gf Gc Gsm Gv Ga Glr Gs Gt Stratum I* Redeneren Taalkennis Geheugen- Span Visueel geheugen Fonetisch coderen Associatief geheugen Perceptuele snelheid Reactietijd bij enkelvoudige stimulus Inductie Algemene kennis Werk- Geheugen Capaciteit Ruimtelijke relaties Discriminatie van spraakklanken Geheugen voor betekenisvolle gehelen Prestatiesnelheid Reactietijd bij meerdere stimuli Kwantitatief redeneren Technisch lezen Visuele closure Geheugen auditieve patronen Vrije reproductie Cijferverwerking Verwerkingssnelheid semantische prikkels Wiskudige kennis Begrijpend lezen Perceputele integratie Temporele waarneming Schrijven Scanning Discriminatie muzikale patronen Woordvinding Vlotheid in expressie Reactiesnelheid bij mentale vergelijking Opmerking: *Per brede cognitieve vaardigheid (stratum II) zijn maximaal vijf voorbeelden van smallere cognitieve vaardigheden (stratum I) gegeven, dit overzicht is niet volledig Internationaal zijn de Wechsler schalen en de Raven Matrices de meest gebruikte intelligentietesten (Van de Vijver, 1997). De Wechsler Intelligence Scale for Children-Third Edition (WISC-III) geeft een algemene intelligentiescore (g), en de factorscores Verbaal Begrip, Perceptuele Organisatie, Vrijheid van Afleidbaarheid en Verwerkingssnelheid (Wechsler, 1996, in Keith & Witta, 1997). Onderzoek bevestigt dat vier factoren kunnen worden onderscheiden; er is 4

echter geen consensus over de betekenis van deze factoren (Carroll, 1997, Keith & Witta, Kranzler, 1997). Keith & Witta (1997) interpreteren de factor Vrijheid van Afleidbaarheid als Kwantitatief Redeneren, maar Kranzler (1997) interpreteert deze factor als Werkgeheugen Efficiëntie. Daarnaast is het onduidelijk wat de factor Verwerkingssnelheid meet (Kaldenbach, 2006; Kranzler, 1997). Hoewel de WISC-factoren aspecten van executief functioneren in zich hebben, is onduidelijk in hoeverre executieve functies gemeten worden met de WISC-III. Bij volwassenen bleken executieve functietaken samenhang met intelligentietaken te vertonen, daarnaast deden de taken voor executieve functies echter een beroep op vaardigheden die niet werden gemeten door de Wechsler Adult Intelligence Scale (Davis, Pierson & Finch, 2011). Raven s Standard Progressive Matrices (SPM) zijn geschikt om het algemeen intellectueel vermogen te schatten, doch ontworpen om redeneerprocessen te meten, het vloeiende deel van intelligentie (Raven, 2006). Om de Ravenopgaven op te lossen is het nodig abstracte relaties af te leiden en om strategieën en doelen in het werkgeheugen vast te houden (Carpenter, Just, & Shell, 1990). De Raven lijkt in elk geval een beroep te doen op de executieve werkgeheugen. De executieve functies inhibitie en flexibiliteit zijn echter eveneens van belang om automatische reacties te onderdrukken en te kunnen wisselen tussen strategieën. Hoewel de Raven SPM naast een intelligentiescore wellicht een idee geeft over het executief functioneren in zijn geheel, lijkt het niet mogelijk op basis van de score op de Raven informatie te geven over de aparte executieve functies. Hoewel de WISC-III-NL en de Raven SPM zijn ontwerpen voor de introductie van de CHCintelligentietheorie (McGrew, 2009), kunnen de subtesten van de WISC-III verschillende brede vaardigheden uit het CHC-model meten (Carroll, 1997; Keith & Witta, 1997; Magez et al., 2015), en de Raven de brede vaardigheid Gf (Carpenter, Just, & Shell, 1990; Raven 2006). Carroll (1997) gaf aan dat analyse van een testbatterij met subtesten van de WISC-III, uitgebreid met taken voor kwantitatief redeneren, geheugenspan en verwerkingssnelheid, een vijf-factor model gebaseerd op de CHC-theorie zou kunnen bevestigen (met de g-factor en vijf brede factoren). Aan recent ontwikkelde intelligentietests als de WISC-IV en V hebben de auteurs taken voor abstract redeneren en werkgeheugen toegevoegd om aansluiting te vinden bij de CHC-intelligentietheorie (Canivez, Watkins, & Dombrowski, 2015; Keith et al., 2006). De WISC-IV- en WISC-Vsubtesten pasten goed in een model met CHC-factoren (Canivez et al., 2015); Keith et al., 2006). De executieve functies kunnen in het CHC-model geïntegreerd worden (Jewsbury, Bowden en Strauss, 2016), werkgeheugen valt dan onder de brede vaardigheid Gsm en inhibitie en flexibiliteit onder Gs. Een model met de executieve functies als vaardigheden in het CHC-model paste beter dan een model met drie aparte factoren voor de drie executieve functies (Jewsbury, 5

Bowden en Strauss, 2016). De CHC-intelligentietheorie kan een onderbouwd conceptueel kader bieden voor de keuze van instrumenten bij diagnostiek van cognitieve vaardigheden, waaronder intelligentie en de executieve functies (Magez et al., 2015). Onderzoeksbeschrijving In dit onderzoek werd de relatie tussen executief functioneren en intelligentie bestudeerd door met behulp van latente variabelenanalyse in Amos 22 (Arbuckle, 2013) te bepalen of de Raven SPM (Raven, 2006), de subtesten van de WISC-III-NL (Kort et al., 2005), en taken voor executief functioneren een beroep doen op intelligentiefactoren en de executieve functies inhibitie en werkgeheugen. De executieve functie flexibiliteit werd niet meegenomen in dit onderzoek, omdat het niet mogelijk was geschikte taken voor deze functie af te nemen.¹ De passing (fit) van drie modellen werd bepaald, zodat uiteindelijk gekeken kon worden welk model de best fit had. Figuur 1 Het basismodel Opmerkingen: W=WISC-III-NL subtest * De factor Vrijheid van Afleidbaarheid wordt niet aangegeven in de handleiding van de Nederlandse versie van de WISC-III (Kort et al., 2005), wel in de Amerikaanse versie van de WISC-III (Kaldenbach, 2007; Keith & Witta, 1997) ¹ De data van het huidige onderzoek zijn oorspronkelijk verzameld voor het onderzoek De ontwikkeling van leren, geheugen en hersenen in de vroege puberteit, een longitudinaal onderzoek uitgevoerd door de afdeling Biologische Psychologie van de Vrije Universiteit in Amsterdam (van Leeuwen, 2008). In dit onderzoek zijn geen taken opgenomen die geschikt zijn om het construct flexibiliteit meten. Ik heb overwogen de data van de Tower of Hanoi en/of Verbal Fluency te gebruiken. De Tower of Hanoi wordt in de literatuur gebruikt als (complexe) taak voor executief functioneren (Huizinga et al., 2006; Miyake et al., 2000). Prestaties op deze taak vertonen echter alleen samenhang met prestaties op taken voor inhibitie (Huizinga et al., 2006; Miyake et al., 2000). Hoewel de taak Verbal Fluency een beroep doet op flexibiliteit, worden werkgeheugen en inhibitie eveneens aangesproken (Lehto, Juujärvi, Kooistra, & Pulkkinen, 2003). Deze taak kan niet differentiëren tussen de executieve functies (Brydges et al., 2012; Lehto et al., 2003). 6

In het basismodel (Figuur 1) is het uitgangpunt dat intelligentie en executief functioneren twee aparte constructen zijn zonder onderlinge samenhang (Huizinga et al. 2006). Het basismodel is een combinatie van het model van executief functioneren van Miyake et al. (2000), en het 4- factormodel van de Amerikaanse versie van de WISC-III met de factoren Vrijheid van Afleidbaarheid, Verwerkingssnelheid, Verbaal Begrip en Perceptuele Organisatie (Wechsler, 1996, in Keith & Witta, 1997). De subtesten die deze factoren vormen worden beschreven in Tabel 2. In het model van executief functioneren van Miyake et al. (2000) zijn inhibitie en werkgeheugen onderscheidbare executieve functies, maar eveneens componenten van algeheel executief functioneren. In het basismodel zijn de latente factoren inhibitie en werkgeheugen subfactoren van de hogere orde factor executief functioneren. De taken voor executief functioneren worden alleen voorspeld door de executieve functies, de taken voor intelligentie enkel door intelligentiefactoren. Figuur 2 Het hybride model Opmerking: W=WISC-III-NL subtest Het hybride model (Figuur 2) heeft als uitgangspunt dat executief functioneren invloed heeft op intelligentie (Brydges et al., 2012; Duan et al, 2010; Friedman et al., 2006). De latente factoren komen overeen met die in het basismodel. De WISC-factoren Vrijheid van Afleidbaarheid en Verwerkingssnelheid zijn hier echter weggelaten omdat de namen van deze factoren niet als passend worden beschouwd (Kaldenbach, 2006; Keith & Reynolds, 2010; Kranzler, 1997). Mogelijk geeft dit model meer duidelijkheid over hetgeen deze factoren meten. In het hybride model hebben de executieve functies invloed op de prestaties op de WISC-taken van de factoren 7

Verwerkingssnelheid en Vrijheid van Afleidbaarheid: werkgeheugen beïnvloedt Cijferreeksen en Rekenen (Kranzler, 1997), inhibitie beïnvloedt Substitutie en Symbolen Vergelijken. Figuur 3 Het CHC-model Opmerking: W=WISC-III-NL subtest Het CHC-model (Figuur 3) is gebaseerd op de CHC-intelligentietheorie. In dit model is executief functioneren niet als apart construct opgenomen maar als onderdeel van algemene intelligentie (Jewsbury, Bowden en Strauss, 2016). Het hier gespecificeerde CHC-model is een model met de g-factor en vijf brede factoren, zoals Carroll (1997) adviseerde voor de analyse van een testbatterij met subtesten van de WISC-III, uitgebreid met taken voor kwantitatief redeneren, geheugenspan en verwerkingssnelheid. In het CHC-model meten de WISC-III subtesten voor Verbaal Begrip de factor Gc, de subtesten voor Perceptuele Organisatie meten de factor Gv, de subtesten voor Verwerkingssnelheid meten de factor Gs, en Cijferreeksen meet de factor Gsm (Carroll, 1997; Keith & Witta, 1997; Magez et al., 2015). WISC-III-Rekenen en de Raven SPM meten de CHC-factor Gf. Deze verwachting is gebaseerd op onderzoek waarin WISC-IV-Matrix Reasoning en WISC-IV-Arithmetic de CHC-factor Gf konden meten in een passend CHC-model met WISC-IV-subtesten (Keith et al., 2006). In het CHC-model meten de taken voor inhibitie uit het basis- en hybride model de CHCfactor Gs. De taken voor werkgeheugen uit het basis- en hybride model meten de CHC-factor Gsm. In meerdere onderzoeken naar de verschillende executieve functies pasten taken voor werkgeheugen goed onder de brede vaardigheid Gsm, en taken voor inhibitie onder Gs (Jewsbury et al., 2016). 8

In dit onderzoek werd gekeken of de drie gespecificeerde modellen passend waren, of deze aangepast moesten worden, en welk model het best passend was. De overkoepelende hypotheses betroffen de passing van de modellen. De verwachting was dat het basismodel, het hybride model en het CHC-model zouden passen. Deelhypotheses zijn in de modellen weergegeven met pijlen en hadden betrekking op de latente factoren en taken. Zo werd bijvoorbeeld verwacht dat de Stroop- en Flankertaak de latente factor inhibitie en de hogere orde factor executief functioneren zouden meten in het basis- en hybride model, en Gs in het CHC-model. De verwachting was dat het CHC-model beter zou passen dan het basismodel en het hybride model. Deze verwachting is gebaseerd op onderzoek waarin een model met WISC-IV-subtesten ingedeeld in het CHC-model paste beter dan het WISC-IV-model van de ontwikkelaars van de WISC-IV (Keith et al., 2006). In ander onderzoek paste een model met werkgeheugen, inhibitie en flexibiliteit als CHC-vaardigheden beter dan een model met aparte factoren voor de drie executieve functies onder een hogere orde factor executief functioneren (Jewsbury et al., 2016). De verwachting was daarom dat een model met de executieve functies geïntegreerd in de brede CHC-factoren, beter zou passen dan de modellen met aparte variabelen voor Executief functioneren, Inhibitie en Werkgeheugen. Als het CHC-model beter paste dan het basis- en hybride model zou dat voor de diagnostiek van het cognitief functioneren betekenen dat de brede CHC-factoren een goede leidraad zijn in de keuze voor diagnostische instrumenten. Het zou dan meer van belang zijn of een taak een brede CHC-factor meet, dan of het een intelligentietaak of een taak voor executief functioneren is. 9

Methode Deelnemers De data van het huidige onderzoek zijn oorspronkelijk verzameld voor het onderzoek De ontwikkeling van leren, geheugen en hersenen in de vroege puberteit, een longitudinaal onderzoek uitgevoerd door de afdeling Biologische Psychologie van de Vrije Universiteit in Amsterdam (Van Leeuwen, 2008). Er is toestemming gegeven voor de uitvoering van dit onderzoek van de Centrale Commissie Mensgebonden Onderzoek (CCMO). De deelnemers zijn geworven via het Nederlands Tweeling Register. Uit de beschikbare groep van 605 gezinnen met een tweeling geboren in 1995 of 1996 én een oudere broer of zus tussen de 9 en 14 jaar, werden 214 gezinnen geselecteerd op basis van geboortedatum en één- of twee-eiigheid van de tweelingen (Van Leeuwen, 2008). Gezinnen met kinderen met een ernstige medische geschiedenis, chronisch medicijngebruik, psychiatrische klachten, handicaps, of speciaal onderwijs werden uitgesloten van onderzoek. Uiteindelijk wilden 112 gezinnen deelnemen. Er is gekeken of er een verschil in opleidingsniveau was tussen de moeders uit de gezinnen die wel en die niet participeerden, dit was niet het geval. Voor het huidige onderzoek werden de data gebruikt van 112 negenjarige tweelingparen; bij deze 224 kinderen waren er 112 jongens en 112 meisjes. De gemiddelde leeftijd was 9,1 jaar (8,9 tot 9,5 jaar). Materialen Intelligentie Intelligentie werd gemeten met de Raven Standard Progressive Matrices (Raven, 2006) en de Wechsler Intelligence Scale for Children, Derde Editie NL (Kort et al., 2005). De Raven Standard Progressive Matrices test (SPM) is ontwikkeld om het deductief vermogen te meten, maar wordt als een relatief goed meetinstrument voor algemeen intellectueel vermogen beschouwd (Raven, 2006). De betrouwbaarheid (.80) en de begripsvaliditeit van de Raven SPM zijn door de COTAN (Commissie Testaangelegenheden Nederland) als voldoende beoordeeld (Egberink, Janssen & Vermeulen, 2009). De test bestaat uit vijf series van 12 problemen met oplopende moeilijkheidsgraad. Elk probleem bestaat uit een matrix van drie bij drie, waarin acht van de negen plaatsen zijn opgevuld zijn met samenhangende figuren. Uit acht mogelijkheden moet diegene gekozen worden die op de lege plek moet komen, zodat de matrix logisch blijft. De testscore is het aantal correcte antwoorden. 10

De Wechsler Intelligence Scale for Children, Derde Editie NL (WISC-III-NL) is de meest gebruikte intelligentietest in Nederland om het niveau van het cognitief functioneren van kinderen vast te stellen (Kaldenbach, 2006; Kort et al., 2005). De COTAN (Egberink et al., 2009) beoordeelt de betrouwbaarheid en de begripsvaliditeit van de WISC-III-NL als voldoende. De WISC-III-NL bestaat uit 13 subtesten en werd in zijn geheel afgenomen met uitzondering van de subtest Doolhoven vanwege de lage betrouwbaarheid van deze subtest (Egberink et al., 2009). In Tabel 2 staan de factoren die de WISC-III-NL meet met de bijbehorende subtesten kort beschreven. De ruwe scores worden per subtest omgezet naar gestandaardiseerde normscores. Deze normscore heeft een gemiddelde van 10, en een standaarddeviatie van 3. Voor het huidige onderzoek werden de normscores op de subtesten gebruikt. Tabel 2 Beschrijving WISC-III-NL factoren en subtesten afgenomen in dit onderzoek Factor Verbaal Begrip Informatie Overeenkomsten Begrijpen Woordkennis Vragen over algemene kennis, bijvoorbeeld: Waar komt de zon op? De overeenkomst tussen twee woorden moet aangegeven worden, bijvoorbeeld: Waarin zijn een appel en een peer gelijk? Vragen over alledaagse problemen, bijvoorbeeld: Wat doe je als je in een bos verdwaald bent? Mondeling aangeboden woorden moeten worden omschreven, bijvoorbeeld: Wat is een mes? Factor Perceptuele Organisatie Onvolledige Tekeningen Plaatjes Ordenen Blokpatronen Figuur leggen Van een afbeelding waaraan iets ontbreekt moet aangegeven worden wat er mist, bijvoorbeeld de tand van een kam Gekleurde plaatjes worden in (gestandaardiseerde) willekeurige volgorde aangeboden en moeten in de juiste volgorde gelegd worden zodat een logisch verhaal ontstaat Met behulp van tweekleurige blokjes moeten tweedimensionale geometrische patronen worden nagelegd Stukjes van een legpuzzel worden gestandaardiseerd aangeboden en moeten worden samengevoegd tot een zinvolle figuur Factor Verwerkingssnelheid Substitutie Symbolen vergelijken Met een codeersleutel waarbij de cijfers 1 tot en met 9 corresponderen met een symbool moeten onder een rij gehusselde cijfers de juiste symbolen getekend worden Bepalen of een groep symbolen twee specifieke symbolen bevat Factor Vrijheid van Afleidbaarheid* Rekenen Cijferreeksen Rekenopgaven in de vorm van verhaaltjessommen moeten uit het hoofd worden opgelost Een reeks mondeling aangeboden cijfers moet in dezelfde volgorde (vooruit) of in omgekeerde volgorde (achteruit) worden herhaald Opmerking : *In de handleiding van de WISC-III-NL horen de subtesten Rekenen en Cijferreeksen niet bij een factor, ze worden afgenomen voor de berekening van het Totaal IQ. In buitenlandse versies van de WISC-III bepalen deze subtesten de factor Vrijheid van Afleidbaarheid. 11

Inhibitie Inhibitie werd gemeten met de Stroop (Stroop, 1935) en de Eriksen Flanker taak (Eriksen & Eriksen, 1974, in Van Leeuwen, 2008). De Stroop meet interferentie. De betrouwbaarheid en de begripsvaliditeit zijn voldoende volgens de COTAN (Egberink et al., 2009). De test bestaat uit drie kaarten. Bij de eerste kaart moesten de namen van vier kleuren gedrukt in zwarte inkt gelezen worden. Op de tweede kaart staan strookjes kleuren die benoemd moesten worden. Op de derde kaart staan de woorden blauw, rood, groen en geel in een kleur inkt die nooit overeenkomt met de kleur waarnaar het woord zelf verwijst. De woordbetekenis moest hier genegeerd worden. Het verschil in seconden tussen de snelheid op kaart 2 en 3 is als maat voor inhibitie gebruikt. Deze verschilscores werden gespiegeld zodat een lage score wees op moeite met inhibitie en een hoge score op goede met inhibitie. De Eriksen Flanker taak is bedoeld om selectieve aandacht te meten en wordt in de literatuur gebruikt als maat voor inhibitie (Huizinga et al., 2006). De betrouwbaarheid van de hier gebruikte Eriksen Flanker taak is.48 tot.66 bij kinderen (Van Leeuwen, van den Berg, Hoekstra, & Boomsma, 2007), er zijn geen gegevens over de validiteit beschikbaar. Bij deze Eriksen Flankertaak werd op een computerscherm een naar links of rechts wijzende pijl (de target) omringd door enkele irrelevante pijlen (de flankers). De richting van de targetpijl moest aangegeven worden waarbij de richting van de flankers genegeerd moest worden. Op de congruente opgaven wezen de flankers dezelfde kant op als de target; op de incongruente opgaven wezen de flankers de andere kant op. Het verschil in gemiddelde reactietijd van de goede antwoorden tussen de congruente en incongruente trials werd als maat voor inhibitie gebruikt. Foute antwoorden en extreme reactietijden (<300ms of >1500ms) werden niet meegenomen in de berekening van de gemiddelde reactietijd. De verschilscores werden gespiegeld zodat een hoge score goede inhibitie aangaf. Werkgeheugen Werkgeheugen werd gemeten met een variant op de N-back taak (Van Leeuwen, 2008) en een variant van de Corsi Block-tapping test (Van Leeuwen, 2008). De gebruikte N-back is ontwikkeld om visuo-spatiëel werkgeheugen te meten en heeft een betrouwhaarheid van.65 bij kinderen (Van Leeuwen et al., 2007). Er zijn geen gegevens over de validiteit van deze N-back taak beschikbaar. Bij de computervariant van de taak die gebruikt is voor dit onderzoek, was op het scherm een appel met vier gaten te zien, met in één van de vier gaten een worm. Met een knoppenkast (met vier knoppen op de plek van de gaten) moest worden aangegeven waar de worm één, twee of drie beurten geleden zat. De testleider telde steeds hardop de beurten mee. 12

Het totaal aantal goede antwoorden op de opgaven met 2-terug was de afhankelijke variabele in dit onderzoek. De Corsi Block-Tapping test (CBTT) meet visuo-spatiëel korte termijngeheugen (Corsi, 1972, in Van Leeuwen, 2008). Er zijn geen gegevens over de validiteit van de CBTT beschikbaar, de betrouwbaarheid is.81 voor de originele CBTT waarbij op een bord met blokjes door de onderzoeker de blokjes worden aangetikt in een bepaalde vaste volgorde (Schuhfried, 2011 in Kober, 2015). In het huidige onderzoek wordt een computervariant van deze taak gebruikt waar de blokjes in een bepaalde vaste volgorde oplichtten. De blokjes op het touchscreen moesten worden aangeraakt in dezelfde volgorde als voorgedaan. De taak bestond uit reeksen van vijf opgaven met hetzelfde aantal blokken. De eerste reeks begon met twee blokken, in elke reeks kwam er één blok bij, tot maximaal negen blokken. De taak werd afgebroken na drie foute antwoorden in een reeks. Het aantal goede opgaven was de afhankelijke variabele in dit onderzoek. Procedure Ouders hebben schriftelijk toestemming gegeven voor deelname van hun kinderen aan het onderzoek. Voor de dataverzameling kwamen gezinnen een hele dag naar de Vrije Universiteit in Amsterdam, waarbij het testprotocol tegelijkertijd werd afgenomen bij de tweelingen en hun broer of zus door drie testleiders. Gezinnen arriveerden tussen 9 en 11 uur s morgens op de VU. Het hele testprotocol duurde ongeveer vijf uur waarin twee korte pauzes en één lange lunchpauze zaten. Eerst werd de WISC-III-NL afgenomen, daarna de taken voor executief functioneren, en tenslotte de Raven SPM. De afname was individueel door één testleider in een aparte ruimte. De ouders kregen reiskostenvergoeding en de kinderen een cadeau ter waarde van 10 euro. Ouders ontvingen de scores van hun kinderen op de WISC-III-NL een aantal weken na de afname. Data-analyse De data werden geanalyseerd met SPSS 22 en AMOS 22 (Arbuckle, 2013). Met Structural Equation Modelling (SEM) werden de opgestelde modellen met latente variabelen getoetst. De passing van de modellen werd beoordeeld aan de hand van verschillende passingsmaten (fit indices) die AMOS berekent. In dit onderzoek werd gekeken of de drie modellen passend zijn volgens de χ²/df, RMSEA, CFI, IFI, AIC en BIC, fitmaten die gebruikt zijn door onder andere Brydges et al. (2012), Jewbury et al. (2016), en Miyake et al. (2000). De eerste fitmaat is de chi-kwadraat statistiek (χ²), en deze kijkt hoe slecht het model past vergeleken met een verzadigd model. Daarvoor worden de geobserveerde covarianties vergeleken 13

met de voorspelde covarianties op basis van het model. Een lage waarde van de χ² statistiek (p >,05) betekent dat er statistisch geen betekenisvol verschil is gevonden en het model voldoende passend is. De chi-kwadraat waarde kan worden gedeeld door het aantal vrijheidsgraden zodat gecorrigeerd wordt voor de complexiteit van een model. Een veel gehanteerde grenswaarde hiervoor is twee (Hooper, Coughlan, & Mullen, 2008 ) dus bij een passend model is χ²/df <2 (p >,05). De chi-kwadraat statistiek is gevoelig voor steekproefgrootte. Met een grote steekproef is het erg lastig om een p-waarde groter dan,05 te krijgen. Een model wordt dan snel als slecht passend beschouwd terwijl het eigenlijk maar weinig afwijkt van het voorspelde model en redelijk past. Daarom werden ook andere fitmaten bekeken. De Root Mean Square Error of Approximation (RMSEA) is een meting van het verschil tussen het model en de data per vrijheidsgraad. Waardes onder,08 zijn voldoende passend (Friedman et al., 2006; Wu et al., 2010). De chi-kwadraat statistiek en de RMSEA zijn absolute fitmaten. De Comparative Fit Indix (CFI) en Bollen s Incremental Fit Index (IFI) zijn relatieve (oplopende) fitmaten en kijken naar hoe goed een model past op een doorlopend continuüm. De CFI en IFI vergelijken het model met een baseline model waarbij alle covarianties nul zijn en kijken hoe goed het model past. Hogere waardes betekenen een betere passing. CFI- en IFIwaardes boven,90 kunnen als passend beschouwd worden, waardes boven,95 als goed passend (Miyake et al., 2000). Naast de absolute en relatieve fitmaten werden ook vergelijkende fitmaten gebruikt: Akaike s Information Criterion (AIC) en Bayesian Information Criterion (BIC). Deze fitmaten kun je gebruiken als je de passing van meerdere modellen wilt vergelijken. De AIC is een aangepaste variant van de χ² statistiek waarbij rekening gehouden wordt met de complexiteit van een model (in de vorm van vrijheidsgraden). Hoe lager de AIC en BIC, hoe beter passend het model (Miyake et al., 2000). 14

Resultaten Datascreening en beschrijvende statistieken Van 40 van de 224 deelnemers waren de data incompleet omdat ze taken niet hadden gedaan of omdat de resultaten niet waren ingevoerd. Van vijf deelnemers werd de score op de Flankertaak als missing value beschouwd omdat deze een omgekeerd flankereffect lieten zien (ze presteerden beter op de incongruente dan de op de congruente trials) en dit onbetrouwbare metingen zouden kunnen zijn. Extreme uitbuiters werden eveneens als missing value gescoord (Huizinga et al., 2006). Als criterium voor uitbuiters werd een waarde van het gemiddelde +/- drie keer de standaarddeviatie gehanteerd (Brydges et al., 2012; Miyake et al., 2000; Van der Sluis et al., 2007). Het totale aantal missing values betrof 1,6% van alle observaties. In Tabel 3 staat het aantal proefpersonen met missing values per variabele aangegeven. De Little s MCARtest was niet significant: chi²=21,432, df=185, p=,089. De missing values konden als random beschouwd worden. Tabel 3 Beschrijvende statistieken voor alle deelnemers (N=224) Taak N missing % Gemiddelde missing score Standaard deviatie Skewness Skewness na transformatie Kurtosis Kurtosis na transformatie Stroop 14 6,2% 70,4 24,5,552 -,128 -,151 -,284 Flanker 20 8,9% 83,7 48,0,809 -,020,627 -,253 N-back 7 3,1% 28,4 10,4,757,241,559,007 Corsi 3 1,3% 12,0 3,9 -,157 -,275 WISC-Cijferreeksen 0 0% 10,5 2,9 -,004,675 W ISC-Rekenen 0 0% 10,1 2,4 -,139 -,053 W ISC-Substitutie 1 0,4% 10,1 2,6 -.051.079 W ISC-Symbolen Vergelijken 0 0% 10,1 2,9 -,116,235 W ISC-Overeenkomsten 0 0% 9,9 3,3 -.140 -,066 W ISC-Informatie 0 0% 9,6 2,8 -.085.656 W ISC-Woordkennis 0 0% 10,1 3,0 -,362,276 W ISC-Begrijpen 1 0,4% 10,3 3,1 -,026 -,108 W ISC-Onvolledige Tekeningen 0 0% 10,0 2,6,183 -,517 WISC-Plaatjes Ordenen 0 0% 10,0 2,7 -.033.057 W ISC-Figuur Leggen 0 0% 10,1 2,6,017 -,492 W ISC-Blokpatronen 0 0% 10,1 2,9,230,361 Raven SPM 15 6,7% 36,8 7,7 -,658 -,008 -,082 -,362 Uiteindelijk waren er na datascreening 53 deelnemers met missing values. Vanwege problemen met het schatten van de missing values voor de analyses van de gespecificeerde modellen in 15

AMOS 22 (Arbuckle, 2013), werd besloten de deelnemers met missing values niet mee te nemen in de analyses. Tussen de groep deelnemers met missing values en de groep deelnemers zonder missing values waren er geen significante verschillen in leeftijd, verdeling van jongens en meisjes en gemiddelde scores op de taken. Om de normaliteit van de dataverdeling per variabele te beoordelen werden de Skewness (scheefheid) en Kurtosis (piekvormigheid) berekend, zie Tabel 3, en werd de Shapiro Wilk-test uitgevoerd. De Stroop, Flanker, N-backtaak, en de Raven SPM waren matig scheef verdeeld. Deze variabelen werden getransformeerd met een square root transformation. Na transformatie schendden deze variabelen niet meer de assumptie van normaliteit; de Shapiro Wilk-test was niet meer significant. De niet getransformeerde variabelen hadden ondanks hun lage skew- en kurtosiswaarde een significant resultaat op de Shapiro Wilk-test, wat inhoudt dat de verdelingen significant afweken van de normaalverdeling. De p-waarde van de Shapiro Wilk-test is erg gevoelig voor het aantal deelnemers. Er kan aangenomen worden dat het aantal deelnemers (N=171) zorgde voor significantie ondanks relatief kleine verschillen met de normaalverdeling. Alle variabelen werden daarom beschouwd als normaal verdeeld. De gemiddelden en de standaarddeviaties van de scores op de WISC-III-NL-subtesten weergegeven in Tabel 3, laten zien dat de steekproef een gemiddeld intelligentieniveau had: de gemiddelde scores liggen dicht bij het gemiddelde en de standaarddeviatie in de populatie (Gemiddelde=10; SD=3). Modelfit In Amos 22.0 (Arbuckle, 2013) werden de fitmaten berekent voor het basis-, hybride- en CHC-model. Deze staan weergegeven in Tabel 4, waarbij de fitmaten die een acceptabele fit aangeven dikgedrukt zijn. De RMSEA-waarde van het basismodel (RMSEA =,078) gaf aan dat het basismodel niet bijzonder slecht paste. De overige fitmaten gaven echter aan dat het basismodel geen acceptabele fit had. Het hybride model paste redelijk: χ²/df = 1,653 (p<,001); RMSEA =,062; CFI=,905; IFI=,909. Het CHC-model paste eveneens redelijk: χ²/df = 1,510 (p<,001); RMSEA =,055; CFI=,927; IFI=,929. De vergelijkende fitmaten AIC en BIC geven aan dat het CHC-model beter paste dan het hybride- en basismodel. In Tabel 4 zijn de laagste AIC- en BIC-waardes onderstreept. 16

Tabel 4 Fitmaten voor het gespecificeerde basis-, hybride en CHC-model Model χ²/df p-waarde RMSEA CFI IFI AIC BIC Basismodel 2,028 <,001,078,848,853 309 438 Hybride model 1,653* <,001,062,905,909 268 403 Chc-model 1,510 <,001,055,927,929 253** 391 Opmerkingen: N=171 *dikgedrukt= acceptabele waarde voor modelfit **onderstreept= beste vergelijkende waarde voor modelfit Bij nadere bestudering van de geschatte modellen, bleek dat alle drie de modellen een regressiegewicht voor de Flankertaak bevatte dat niet significant was. Een niet-significant regressiegewicht betekent dat een verband tussen variabelen (in het model aangegeven met een pijl) in de gebruikte dataset niet gevonden kon worden. Met een post-hoc poweranalyse is nagegaan of de modellen krachtig genoeg waren om een verondersteld verband te ontdekken. De modellen bleken te weinig power te hebben om een verband tussen de Flankertaak en de factor Inhibitie of Gs te vinden. Er kon niet met zekerheid gezegd worden dat dit verband er niet was, maar in de huidige dataset werd het niet gevonden. Het programma AMOS berekent Modification Indices (Arbuckle, 2013). Dit zijn suggesties voor verbeteringen van het model. Er is gekeken welke aanpassingen binnen de uitgangspunten van de modellen gedaan konden worden. Vervolgens is gekeken of aanpassingen een verbetering van het model opleverden. De aangepaste modellen met verbeterde fitmaten zijn beschreven in Tabel 5. De gemaakte aanpassingen aan het basismodel leidden niet tot een passend model. Bij het aanpassen van het basismodel bleef het uitgangpunt dat executief functioneren en intelligentie ongerelateerd zijn. Suggesties voor verbeteringen van het model betroffen het toevoegen van verbanden tussen de latente factoren executief functioneren en intelligentie. Dat zou echter tot een model leiden dat overeenkomt met het hybride model. Het hybride model werd ten eerste aangepast door de Flankertaak met de factor werkgeheugen te verbinden in plaats van met inhibitie. Vervolgens werd het hybride model verder verbeterd door de WISC-taken Plaatjes Ordenen en Onvolledige Tekeningen te verbinden met de factor inhibitie, naast hun verbinding met Perceptuele Organisatie. Het hybride model met deze aanpassingen paste redelijk: χ²/df = 1,435 (p=,002); RMSEA =,051; CFI=,938; IFI=,940. 17

Tabel 5 Fitmaten voor de aangepaste basis-, hybride en CHC-modellen Model χ²/df p-waarde RMSEA CFI IFI AIC BIC Basismodel Basismodel zonder Inhibitie, met Flanker op Werkgeheugen, Stroop op Executief Functioneren 2,019 <,001,077,847,851 308 434 Hybride model Hybride model met Flanker op Werkgeheugen in plaats van op Inhibitie Hybride model met Flanker op Werkgeheugen, Plaatjes Ordenen op Inhibitie (en op Perceptuele Organisatie) Hybride model met Flanker op Werkgeheugen, Plaatjes Ordenen en Onvolledige Tekeningen op Inhibitie (en op Perceptuele Organisatie) 1,653* <,001,062,905,909 268 403 1,502,001,054,928,930 252 390 1,435,002,051,938,940 245 386 Chc-model CHC-model met Flanker op Gsm in plaats van Gs CHC-model met Flanker op Gsm, Plaatjes Ordenen op Gs (en op Gv) CHC-model Flanker op Gsm, Plaatjes Ordenen en Onvolledige Tekeningen op Gs (en op Gv) 1,510 <,001,055,927,929 253 391 1,343,010,045,951,953 235 373 1,281,027,041,960,962 229** 374 Opmerkingen: N=171 *dikgedrukt= acceptabele waarde voor modelfit **onderstreept= beste vergelijkende waarde voor modelfit Het CHC-model kon worden aangepast door de Flankertaak met de factor Gsm te verbinden in plaats van met Gs. Vervolgens werden de WISC-taken Plaatjes Ordenen en Onvolledige Tekeningen met Gs verbonden, naast hun verbinding met Gv. Het model met deze aanpassingen is het final model en paste goed: χ²/df = 1,281 (p=,027); RMSEA =,041; CFI=,960; IFI=,962. Het final CHC-model staat weergegeven in Figuur 4. De AIC en BIC geven aan dat de aangepaste CHC-modellen beter pasten dan de aangepaste hybride en basismodellen. Het basismodel past na aanpassingen niet goed, het hybride model redelijk, en het CHC-model goed. Bij een vergelijkbare aanpassing paste het CHC-model elke keer beter dan het hybride- en basismodel. Het final CHC-model uit Figuur 4 is het best passende model. 18

Figuur 4 CHC-model met aanpassingen tot final model met gestandaardiseerde regressiegewichten Opmerkingen: Grijze pijlen zijn aanpassingen ten opzichte van figuur 3, getallen bij de pijlen zijn gestandaardiseerde regressiegewichten De regressiegewichten gaven aan dat Algemene intelligentie (g) de factor Gf het beste kon voorspellen (1.24), de factoren Gv en Gc goed (.82 en.78), en de factor Gsm redelijk (.61). De factor Gs werd echter matig voorspeld door g (.23). De factor Gs had naast de verwachte invloed op de Strooptaak, WISC-Substitutie en WISC-Symbolen Vergelijken, een matige invloed op de WISC-taken Plaatjes Ordenen en Onvolledige Tekeningen. De factor Gsm had naast de verwachte invloed op de N-back, de Corsi en WISC-Cijferreeksen, een matige invloed op de Flankertaak. Zoals verwacht had de factor Gc veel invloed op de WISC-taken voor Verbaal Begrip, en de factor Gv op de WISC-taken voor Perceputele Organisatie. Tenslotte had de factor Gf de verwachte invloed op WISC-Rekenen en de Raven SPM. Conclusies De verwachting dat het CHC-model de beste fit heeft werd ondersteund. De slechte passing van het basismodel gaf aan dat er geen steun gevonden werd voor de veronderstelling dat executief functioneren en intelligentie ongerelateerd zijn. De redelijke passing van het hybride model ondersteunde de verwachting dat executief functioneren invloed heeft op intelligentie. De goede passing van het CHC-model geeft steun aan de verwachting dat executief functioneren en intelligentie geïntegreerd kunnen worden in een model voor cognitief functioneren gebaseerd op CHC-theorie. 19

Discussie In dit onderzoek werd de relatie tussen executief functioneren en intelligentie bestudeerd door met latente variabelenmodellen te toetsen of maten voor deze constructen inderdaad enkel een beroep doen op deze twee constructen (basismodel), of de constructen gerelateerd zijn (hybride model) of dat een alternatief model gebaseerd op de CHC-intelligentietheorie (McGrew, 2009) een betere beschrijving geeft van de samenhang tussen de constructen (CHC-model). De uitkomst van het onderzoek heeft mogelijk consequenties voor de diagnostiek van intelligentie en executief functioneren. Een groep kinderen van gemiddeld negen jaar voerden taken uit voor zowel intelligentie als executief functioneren. Deze taken bleken het beste te passen in het CHCmodel, wat betekent dat de constructen intelligentie en executief functioneren beide gezien kunnen worden als onderdelen van cognitief functioneren. Om het cognitief functioneren van een kind in kaart te brengen zijn zowel taken voor intelligentie als voor executieve functies nodig. Carroll (1997) gaf aan dat de CHC-intelligentietheorie bevestigd zou kunnen worden door een model met de g-factor en vijf brede factoren te analyseren met een testbatterij bestaande uit subtesten van de WISC-III, uitgebreid met taken voor kwantitatief reden, geheugenspan en verwerkingssnelheid. In dit onderzoek werd de afname van de WISC-III uitgebreid met de Raven SPM voor kwantitatief redeneren, de Corsi- en N-back taak voor geheugenspan, en de Stroop- en Flankertaak voor verwerkingssnelheid. Deze taken konden inderdaad samen de g-factor en de brede vaardigheden Gf, Gc, Gv, Gsm en Gs uit de CHC-theorie meten. De resultaten komen overeen met onderzoek van Keith & Reynolds (2010) waarin de taken van de WISC-IV goed in een CHC-model pasten. Daarnaast komen de resultaten overeen met onderzoek van Jewsbury et al. (2016) waarin executieve functies geïntegreerd werden in een CHC-model. Zoals Brydges et al. (2012) concludeerden is er een samenhang tussen executief functioneren en intelligentie. Er kan echter niet met zekerheid gezegd worden wat de richting van deze samenhang is. In het hybride model werd verondersteld dat executief functioneren invloed had op intelligentie. In werkelijkheid zou het evengoed kunnen zijn dat intelligentie invloed heeft op executief functioneren of dat ze elkaar beide beïnvloeden. In dit onderzoek laat het CHC-model zien dat de constructen intelligentie en executief functioneren samenhangen in het geheel van cognitieve vaardigheden. Een wederzijdse beïnvloeding lijkt het meest waarschijnlijk. Duan et al. (2010) en Friedman et al. (2006) vonden een samenhang specifiek tussen de executieve functie werkgeheugen en intelligentie. In het huidige onderzoek hadden de taken bedoeld om werkgeheugen te meten meer invloed op algemene intelligentie dan de taken bedoeld om inhibitie te meten. De invloed van g op inhibitie was niet significant in het hybride model. Hoewel Duan et al. en Friedman et al. eveneens geen significante samenhang tussen inhibitie en 20

intelligentie vonden, kan in dit onderzoek niet worden uitgesloten worden dat dit een gevolg was van de gebruikte taken. In het huidige onderzoek was de gebruikte Flankertaak niet geschikt om inhibitie meten in het hybride model, of om Gs te meten in het CHC-model. Er was geen samenhang tussen de Flanker en de Strooptaak en de WISC-taken voor Verwerkingssnelheid. Dit is vergelijkbaar met het gegeven dat in het onderzoek van Huizinga et al. (2006) de correlatie tussen de Flankertaak en een variant van de Strooptaak zo laag was dat ze samen geen inhibitiefactor konden vormen. De Flankertaak paste in dit onderzoek beter bij de taken voor Werkgeheugen, hetgeen lastig te verklaren is. Mogelijk vraagt het onderdrukken van opkomende responsen om werkgeheugencapaciteit. Een andere verklaring is dat de taak een geringe constructvaliditeit heeft en niet meet waar hij voor bedoeld is. In eerder onderzoek met de gebruikte Flankertaak (Van Leeuwen et al., 2007) bleek de betrouwbaarheid matig voor het flankereffect (.48). Mogelijk was de uitleg van de Flankertaak niet duidelijk voor de deelnemers. De testleider kon niet ingrijpen bij veel foute antwoorden omdat de taak computergestuurd was. Op basis van dit onderzoek is niet duidelijk geworden of de WISC-taken informatie geven over de executieve functies inhibitie en flexibiliteit. Duidelijk is wel dat WISC-Cijferreeksen en Rekenen informatie geven over werkgeheugen. Er is niet duidelijk geworden of de Raven SPM informatie geeft over executief functioneren danwel specifiek over werkgeheugen. Van de gebruikte taken voor executieve functies in dit onderzoek waren de N-back en de Corsi informatief. Het koppelen van deze taken aan Cijferreeksen van de WISC maakt dat een breder beeld van werkgeheugen wordt verkregen. Om een beeld van het executief functioneren van een kind te krijgen zijn extra taken naast Intelligentietests gewenst, maar het is onduidelijk welke taken dit moeten zijn. In vervolgonderzoek zou gekeken kunnen worden hoe andere taken die geschikt zijn om executieve functies bij kinderen te meten samenhangen met cognitieve vaardigheden uit het CHC-model. Een test waarvan het bijvoorbeeld interessant is om te onderzoek hoe deze met de WISC samenhangt is de TEA-Ch (Test of Everyday Attention for Children, 2004). De TEA-Ch is bedoeld om aandachtsproblemen te meten bij kinderen en bestaat uit 13 taken die eveneens de executieve functies werkgeheugen, flexibiliteit en inhibitie kunnen meten. In de literatuur wordt aangegeven dat onduidelijk is wat de WISC-factor Verwerkingssnelheid en de CHC-factor Gs meten, en wat hun relatie is tot algemene intelligentie (Jewsbury et al., 2016; Kaldenbach, 2006; Kranzler 1996). In dit onderzoek hingen deze factoren gering samen met algemene intelligentie en werd de inhoud van deze factoren niet verduidelijkt. De Flanker- en 21

Strooptaak bleken weinig informatief waardoor onduidelijk blijft of inhibitie gemeten kan worden met de WISC-III of de Raven SPM. Daarentegen werd over de inhoud van de derde WISC-factor (Vrijheid van Afleidbaarheid wel meer duidelijkheid verkregen. In het hybride model bepaalden vooral de taken die een beroep deden op de factor Werkgeheugen de lading op de factor Executief Functioneren. Diezelfde taken bleken in het basismodel en in het CHC-model aanzienlijk te laden op de factor Algemene Intelligentie. Een geschikte naam voor de derde WISC-factor die bepaald wordt door de subtesten Rekenen en Cijferreeksen lijkt dan ook Werkgeheugen te zijn, een naam eerder door Kranzler (1996) voorgesteld. Daarnaast lijkt werkgeheugen de factor te zijn die executief functioneren en intelligentie verbindt. Conceptueel maakt werkgeheugen deel uit van zowel executief functioneren als van intelligentie. Deze overlap kwam in dit onderzoek duidelijk naar voren. Hoewel al veel onderzoek naar de rol van werkgeheugen en verwerkingssnelheid met betrekking tot intelligentie is gedaan (Tourva, Spanoudis, & Demetriou, 2016), is het nodig in vervolgonderzoek executief functioneren hierin te betrekken. Daarbij blijft het belangrijk te zoeken naar taken die geschikt zijn om de verschillende executieve functies te meten. In het huidige onderzoek waren beperkt taken voor executief functioneren opgenomen. Er waren geen taken opgenomen voor de executieve functie flexibiliteit en de functie inhibitie bleek niet goed geoperationaliseerd. Nader onderzoek naar de plaats van de executieve functies flexibiliteit en inhibitie in CHC-theorie is nodig. Dan kan met meer zekerheid gezegd worden dat de executieve functies als samenhangende cognitieve vaardigheden in een CHC-model beschouwd kunnen worden. De conclusies van dit onderzoek zijn gebaseerd op een steekproef met enkel negenjarige kinderen en zeggen weinig over jongere of oudere kinderen. Daarnaast zijn de deelnemers aan dit onderzoek niet geheel onafhankelijk omdat het tweelingparen betrof. Tweelingen hebben genetische gelijkenis en groeien meestal in dezelfde omgeving op. De steekproef heeft daardoor minder individuele verschillen dan dat je in de populatie zou verwachten. Hierdoor is er mogelijk minder variantie te verklaren en zullen relatief zuinige modellen eerder passen. Onderzoek met andere leeftijdsgroepen met onafhankelijke deelnemers is nodig om de hier gevonden relaties te bevestigen voor verschillende leeftijden, en om uitspraken te kunnen doen over de mogelijke ontwikkeling van de samenhang tussen executief functioneren en intelligentie. In dit onderzoek is gekozen voor het toetsen van drie modellen met verschillende uitgangspunten: het basis-, het hybride en het CHC-model. Er zijn op basis van theorie en onderzoek meer modellen denkbaar dan deze drie modellen, die mogelijk beter passen dan het 22