При этом предположения
о причинной зависимости не обсуждаются.
Корреляционным называется исследование, проводимое для под-
тверждения или опровержения гипотезы о статистической связи
между несколькими (двумя и более) переменными. В психологии
переменными могут выступать психические свойства, процессы,
состояния и др.
"Корреляция" в прямом переводе означает "соотношение". Если
изменение одной переменной сопровождается изменением другой,
то можно говорить о корреляции этих переменных. Наличие корре-
ляции двух переменных ничего не говорит о причинно-следствен-
ных зависимостях между ними, но дает возможность выдвинуть та-
кую гипотезу. Отсутствие же корреляции позволяет отвергнуть ги-
потезу о причинно-следственной связи переменных. Различают не-
сколько интерпретаций наличия корреляционной связи между дву-
мя измерениями:
1. Прямая корреляционная связь. Уровень одной переменной
непосредственно соответствует уровню другой. Примером является
закон Хика: скорость переработки информации пропорциональна
логарифму от числа альтернатив.Другой пример: корреляция высо-
кой личностной пластичности и склонности к смене социальных
установок.
2. Корреляция, обусловленная третьей переменной. Две перемен-
ные (а, с) связаны одна с другой через третью (в), не измеренную в
ходе исследования. По правилу транзитивности, если есть R (а, Ь) и
R (Ь, с), то R (а, с). Примером подобной корреляции является уста-
новленный психологами США факт связи уровня интеллекта суров-
нем доходов. Если бы такое исследование проводилось в сегодняш-
ней России, то результаты были бы иными. Очевидно, все дело в
структуре общества. Скорость опознания изображения при быстром
(тахистоскопическом) предъявлении и словарный запас испытуемых
также положительно коррелируют. Скрытой переменной, обуслов-
ливающей эту корреляцию, является общий интеллект.
166
3. Случайная корреляция, не обусловленная никакой перемен-
ной.
4. Корреляция, обусловленная неоднородностью выборки. Пред-
ставим себе, что выборка, которую мы будем обследовать, состоит
из двух однородных групп. Например, мы хотим выяснить, связана
ли принадлежность к полу с уровнем экстраверсии. Считаем, что
"измерение" пола трудностей не вызывает, экстраверсию же изме-
ряем с помощью опросникомАйзенкаЕТ1-1. У нас две группы: муж-
чины-математики и женщины-журналистки. Не удивительно, если
мы получим линейную зависимость между полом и уровнем экстра-
версии - интроверсии: большинство мужчин будут интровертами,
большинство женщин - экстравертами.
Корреляционные связи различаются по своему виду. Если по-
вышение уровня одной переменной сопровождается повышением
уровня другой, то речь идет о положительной корреляции. Чем выше
личностная тревожность, тем больше риск заболеть язвой желудка.
Возрастание громкости звука сопровождается ощущением повыше-
ния его тона. Если рост уровня одной переменной сопровождается
снижением уровня другой, то мы имеем дело с отрицательной кор-
реляцией. Поданным Зайонца, число детей в семье отрицательно
коррелирует с уровнем их интеллекта. Чем боязливей особь, тем
меньше у нее шансов занять доминирующее положение в группе.
Нулевой называется корреляция при отсутствии связи перемен-
ных.
В психологии практически нет примеров строго линейных свя-
зей (положительных или отрицательных). Большинство связей - не-
линейные. Классический пример нелинейной зависимости - закон
Иеркса-Додсона: возрастание мотивации первоначально повышает
эффективность научения, а затем наступает снижение продуктив-
ности (эффект "перемотивации"). Другим примером является связь
междууровнем мотивации достижений и выбором задач различной
трудности. Лица, мотивированные надеждой на успех, предпочита-
ют задания среднего диапазона трудности - частота выборов на шка-
ле трудности описывается колоколообразной кривой.
Математическуютеорию линейных корреляций разработал Пир-
сон. Ее основания и приложения излагаются в соответствующих учеб-
никах и справочниках по математической статистике. Напомним,
что коэффициент линейной корреляции Пирсона r варьируется от
-1 до+1. Он вычисляется путем нормирования ковариации пере-
менных на произведение их среднеквадратических отклонений.
Z(X-XY- Y,)
Z(X-XZ(Y-Y
Значимость коэффициента корреляции зависит от принятого
уровня значимости а и от величины выборки. Чем больше модуль
коэффициента корреляции, тем ближе связь переменных к линей-
ной функциональной зависимости.
Планирование корреляционного
исследования
План корреляционного исследования является разновидностью
квазиэкспериментального плана при отсутствии воздействия неза-
висимой переменной на зависимые. В более строгом смысле: тести-
руемые группы должны быть в эквивалентных неизменных услови-
ях. При корреляционном исследовании все измеряемые перемен-
ные - зависимые. Фактором, определяющим эту зависимость, мо-
жет быть одна из переменных или скрытая, неизмеряемая перемен-
ная.
Корреляционное исследование разбивается на серию независи-
мых друг от друга измерений в группе испытуемых Р. Различают
простое и сравнительное корреляционные исследования. В первом
случае группа испытуемых однородна. Во втором случае мы имеем
несколько рандомизированных групп, различающихся по одному или
нескольким определенным критериям. В общем виде план такого
исследования описывается матрицей вида: Рх О (испытуемыех из-
мерения). Результатом его является матрица корреляций. Обработ-
ку данных можно вести, сравнивая строки исходной матрицы или
столбцы. Коррелируя между собой строки, мы сопоставляем друг с
другом испытуемых; корреляции же интерпретируются как коэф-
фициенты сходства - различия людей между собой. Разумеется, Р-
корреляции можно вычислять лишь в том случае, если данные при-
ведены к одной шкальной размерности, в частности, с помощью Z-
преобразования:
Х-Х
Z =-.
о
Коррелируя между собой столбцы, мы проверяем гипотезу о ста-
тистической связи измеряемых переменных. В этом случае их раз-
мерность не имеет никакого значения.
Такое исследование называется структурным, так как в итоге мы
получаем матрицу корреляций измеренных переменных, которая
выявляет структуру связей между ними.
В исследовательской практике часто возникает задача выявить
временные корреляции параметров или же обнаружить изменение
структуры корреляций параметров во времени. Примером таких ис-
следований являются лонгитюды.
План лонгитюдного исследования представляет собой серию от-
дельных замеров одной или нескольких переменных через опреде-
ленные промежутки времени. Лонгитюдное исследование - это про-
межуточный вариант между квазиэкспериментом и корреляцион-
ным исследованием, так как время интерпретируется исследовате-
лем как независимая переменная, определяющая уровень зависимых
(например, личностных черт).
Полный план корреляционного исследования представляет со-
бой параллелепипед Рх Ох Р, грани которого обозначаются как "ис-
пытуемые", "операции", "временные этапы".
Результаты исследования можно анализировать по-разному.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77
о причинной зависимости не обсуждаются.
Корреляционным называется исследование, проводимое для под-
тверждения или опровержения гипотезы о статистической связи
между несколькими (двумя и более) переменными. В психологии
переменными могут выступать психические свойства, процессы,
состояния и др.
"Корреляция" в прямом переводе означает "соотношение". Если
изменение одной переменной сопровождается изменением другой,
то можно говорить о корреляции этих переменных. Наличие корре-
ляции двух переменных ничего не говорит о причинно-следствен-
ных зависимостях между ними, но дает возможность выдвинуть та-
кую гипотезу. Отсутствие же корреляции позволяет отвергнуть ги-
потезу о причинно-следственной связи переменных. Различают не-
сколько интерпретаций наличия корреляционной связи между дву-
мя измерениями:
1. Прямая корреляционная связь. Уровень одной переменной
непосредственно соответствует уровню другой. Примером является
закон Хика: скорость переработки информации пропорциональна
логарифму от числа альтернатив.Другой пример: корреляция высо-
кой личностной пластичности и склонности к смене социальных
установок.
2. Корреляция, обусловленная третьей переменной. Две перемен-
ные (а, с) связаны одна с другой через третью (в), не измеренную в
ходе исследования. По правилу транзитивности, если есть R (а, Ь) и
R (Ь, с), то R (а, с). Примером подобной корреляции является уста-
новленный психологами США факт связи уровня интеллекта суров-
нем доходов. Если бы такое исследование проводилось в сегодняш-
ней России, то результаты были бы иными. Очевидно, все дело в
структуре общества. Скорость опознания изображения при быстром
(тахистоскопическом) предъявлении и словарный запас испытуемых
также положительно коррелируют. Скрытой переменной, обуслов-
ливающей эту корреляцию, является общий интеллект.
166
3. Случайная корреляция, не обусловленная никакой перемен-
ной.
4. Корреляция, обусловленная неоднородностью выборки. Пред-
ставим себе, что выборка, которую мы будем обследовать, состоит
из двух однородных групп. Например, мы хотим выяснить, связана
ли принадлежность к полу с уровнем экстраверсии. Считаем, что
"измерение" пола трудностей не вызывает, экстраверсию же изме-
ряем с помощью опросникомАйзенкаЕТ1-1. У нас две группы: муж-
чины-математики и женщины-журналистки. Не удивительно, если
мы получим линейную зависимость между полом и уровнем экстра-
версии - интроверсии: большинство мужчин будут интровертами,
большинство женщин - экстравертами.
Корреляционные связи различаются по своему виду. Если по-
вышение уровня одной переменной сопровождается повышением
уровня другой, то речь идет о положительной корреляции. Чем выше
личностная тревожность, тем больше риск заболеть язвой желудка.
Возрастание громкости звука сопровождается ощущением повыше-
ния его тона. Если рост уровня одной переменной сопровождается
снижением уровня другой, то мы имеем дело с отрицательной кор-
реляцией. Поданным Зайонца, число детей в семье отрицательно
коррелирует с уровнем их интеллекта. Чем боязливей особь, тем
меньше у нее шансов занять доминирующее положение в группе.
Нулевой называется корреляция при отсутствии связи перемен-
ных.
В психологии практически нет примеров строго линейных свя-
зей (положительных или отрицательных). Большинство связей - не-
линейные. Классический пример нелинейной зависимости - закон
Иеркса-Додсона: возрастание мотивации первоначально повышает
эффективность научения, а затем наступает снижение продуктив-
ности (эффект "перемотивации"). Другим примером является связь
междууровнем мотивации достижений и выбором задач различной
трудности. Лица, мотивированные надеждой на успех, предпочита-
ют задания среднего диапазона трудности - частота выборов на шка-
ле трудности описывается колоколообразной кривой.
Математическуютеорию линейных корреляций разработал Пир-
сон. Ее основания и приложения излагаются в соответствующих учеб-
никах и справочниках по математической статистике. Напомним,
что коэффициент линейной корреляции Пирсона r варьируется от
-1 до+1. Он вычисляется путем нормирования ковариации пере-
менных на произведение их среднеквадратических отклонений.
Z(X-XY- Y,)
Z(X-XZ(Y-Y
Значимость коэффициента корреляции зависит от принятого
уровня значимости а и от величины выборки. Чем больше модуль
коэффициента корреляции, тем ближе связь переменных к линей-
ной функциональной зависимости.
Планирование корреляционного
исследования
План корреляционного исследования является разновидностью
квазиэкспериментального плана при отсутствии воздействия неза-
висимой переменной на зависимые. В более строгом смысле: тести-
руемые группы должны быть в эквивалентных неизменных услови-
ях. При корреляционном исследовании все измеряемые перемен-
ные - зависимые. Фактором, определяющим эту зависимость, мо-
жет быть одна из переменных или скрытая, неизмеряемая перемен-
ная.
Корреляционное исследование разбивается на серию независи-
мых друг от друга измерений в группе испытуемых Р. Различают
простое и сравнительное корреляционные исследования. В первом
случае группа испытуемых однородна. Во втором случае мы имеем
несколько рандомизированных групп, различающихся по одному или
нескольким определенным критериям. В общем виде план такого
исследования описывается матрицей вида: Рх О (испытуемыех из-
мерения). Результатом его является матрица корреляций. Обработ-
ку данных можно вести, сравнивая строки исходной матрицы или
столбцы. Коррелируя между собой строки, мы сопоставляем друг с
другом испытуемых; корреляции же интерпретируются как коэф-
фициенты сходства - различия людей между собой. Разумеется, Р-
корреляции можно вычислять лишь в том случае, если данные при-
ведены к одной шкальной размерности, в частности, с помощью Z-
преобразования:
Х-Х
Z =-.
о
Коррелируя между собой столбцы, мы проверяем гипотезу о ста-
тистической связи измеряемых переменных. В этом случае их раз-
мерность не имеет никакого значения.
Такое исследование называется структурным, так как в итоге мы
получаем матрицу корреляций измеренных переменных, которая
выявляет структуру связей между ними.
В исследовательской практике часто возникает задача выявить
временные корреляции параметров или же обнаружить изменение
структуры корреляций параметров во времени. Примером таких ис-
следований являются лонгитюды.
План лонгитюдного исследования представляет собой серию от-
дельных замеров одной или нескольких переменных через опреде-
ленные промежутки времени. Лонгитюдное исследование - это про-
межуточный вариант между квазиэкспериментом и корреляцион-
ным исследованием, так как время интерпретируется исследовате-
лем как независимая переменная, определяющая уровень зависимых
(например, личностных черт).
Полный план корреляционного исследования представляет со-
бой параллелепипед Рх Ох Р, грани которого обозначаются как "ис-
пытуемые", "операции", "временные этапы".
Результаты исследования можно анализировать по-разному.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77