スピアマンの理論の数学を用いてできることがもう１つある。再び，たとえば１０個の課題のバッテリーを多くの人々にやってもらったと想像してほしい。結果として得られるのは，個々の課題とそれ以外の課題の相関のリストだ。１０個の課題を用いるなら，４５個の相関が得られるだろう。これまで見てきたように，実際のデータにおいて，それらはすべて正になる。ただし，あるものは他のものよりずっと大きくなるだろう。大雑把な経験則として，実際に目にする最高値は０．６程度で，最低値は０．１程度だろう（ここでは，課題をできるだけ異なるものになるようにしたと仮定している。非常によく似た課題では高い相関を示すだろう。スピアマンの理論で説明されるように，ｇだけでなくｓも共有しているからだ。たとえば，２つの課題が両方ともラテン語の語彙力を測定していれば，それらの相関は他のものよりずっと強いものとなるだろう）。これらの相関のパターンから，個々の課題のｇ飽和度（g saturation）と呼ばれるものを計算できる。これは，その課題の成績がどれくらい強くｇ自体と相関しているかを示すものである。言い換えると，その課題がどれくらいよく，ｓではなくｇを測っているかを示す。
ここでも，正確な方法を知ることは重要ではない。その直観的理解は大切だ。大部分sで，ｇがほとんどない課題がある。こういった課題にとって最も重要なものは特殊能力であり，加えてｇからの寄与がほんの少しだけある。成績は主にｓで決まるので（このｓは，その他の活動のすべてのｓ因子と異なっている），こういった課題は一般的に他のものとは低い相関を示す。逆に，大部分がｇで，ｓからの寄与がほとんどない課題もある。こういった課題の成績は大部分がｇで決まるので，他との相関は高くなる傾向がある。おおまかに言えば，バッテリー内の個々の課題のｇ飽和度は，他との相関の平均から導き出される。
ジョン・ダンカン 田淵健太（訳） (2011). 知性誕生：石器から宇宙船までを生み出した驚異のシステムの起源 早川書房 pp.63-64
PR
