3.b) Correlazione fra la scala Wechsler e Stanford-Binet
La prima sorpresa è l'osservazione delle basse correlazioni, non fra le variabili M e P con F, ma anche fra le stesse F, sia fra la scala Wechsler e Stanford-Binet che fra le variabili della stessa scala.
Quadro statistico di correlazione nell'analisi preliminare fra i quozienti intellettivi dei padri e delle madri con i QI dei figli (scala Wechsler, Stanford-Binet ed abilità mentali elementari). Questo quadro statistico aiuta a capire le difficoltà intrinseche al modello originale, le ragioni della sua riformulazione e persino la convenienza di effettuare una simulazione che confermi la validità del modello.
Il coefficiente r²= 0,33 è il maggiore fra le variabili F, con questa prospettiva sembra difficile immaginare che si possano ottenere correlazioni importanti fra i figli ed i loro padri e madri.
scala Wechsler e Stanford-Binet
All'inizio non mi era venuto in mente di creare il suddetto aggruppamento di valori e, visto queste correlazioni, ho pensato di sostituire di valori considerati molto irregolari per le loro medie, anche se la correlazione delle diverse variabili delle scale Wechsler e Stanford-Binet continuerà ad essere davvero faticosa.
Queste valutazioni della bassa o non molto alta correlazione fra le variabili F (scala Wechsler, Stanford-Binet ed abilità mentali elementari) fanno pensare che le misurazioni effettuate non siano molto omogenee, poiché sembra che sia generalmente dato per scontato che il QI delle persone rimane più o meno stabile a partire dai 6 anni.
Alla luce delle differenze delle medie delle variabili utilizzate, ho deciso di standardizzarle per un calcolo adeguato delle variabili X3 e X6. Questo modo di calcolare le medie è necessario allo scopo di evitare distorsioni e non implica nessun altro problema, tenendo in considerazione che non si vuole studiare l'evoluzione o l'aumento generazionale dei QI, perché si considera un fatto dimostrato ed accettato, sebbene vengano proposte spiegazioni differenti in merito. Nel nostro caso, i dati riportano una media delle diverse variabili dei figli superiore di un 10% alla media di quelle dei padri e delle madri.
Una conseguenza della mancanza di precisione nelle misurazioni dei QI è l'impossibilità di selezionare il 50% del campione in modo discrezionale, per isolare i casi che presumibilmente domina il gene o cromosoma di potenziale minore, in base a quanto segnalato nel modello statistico proposto inizialmente.
È come se avessimo molteplici ritratti robot di ogni figlio che talvolta non si assomigliano per niente, ma che nell'insieme ci permettono forse di vedere una immagine relativamente nitida della persona.
Altri fattori che potrebbero coadiuvare la suddetta impossibilità sono la caratteristica multifunzionale dell'intelletto umano e il fatto che, come sostiene lo stesso modello, il QI del figlio possa essere inferiore a quello più piccolo de genitori, poiché non è interamente compreso in quello maggiore. Ritorneremo su questo discorso più avanti.
Come ho indicato, quest’analisi preliminare mi ha permesso di rendermi cosciente della difficoltà di conseguire risultati soddisfacenti e di capire che è meglio utilizzare i valori originali poiché il loro trattamento, sebbene sia obiettivo, non migliora di molto i risultati ottenuti.
Inoltre sono state utilizzate variabili centrate, ovvero con una limitazione di un 10% della differenza rispetto alla media (T1-d) e le variabili X3 ed X6, che sono i valori medi delle tre e sei variabili rispettivamente. Logicamente la variabile X6 offre risultati migliori, come potremo constatare, poiché è una variabile che risponde sicuramente meglio alla realtà: è, infatti, la media di 6 variabili osservate (una della scala Wechsler, 4 del test di Stanford-Binet ed una del test di intelligenza di abilità mentali elementari).
La soluzione arriverà con la riformulazione del modello ed un po’ di fantasia.