4. Взаимодействие процедуры тестирования и состава группы про-
является при неоднородной группе: интроверты хуже сдают экзаме-
ны, чем экстраверты, "тревожные" хуже справляются со скорост-
ными тестами интеллекта.
Для контроля эффектов последовательности и переноса следует
пользоваться тем же приемом, что и при планировании эксперимен-
тов, а именно - контрбалансировкой. Только вместо воздействий
меняется порядок проведения тестов.
Для трехтестов полный план корреляционного исследования с
контрбалансировкой выглядит следующим образом:
1-я группа: А В С
2-я группа: С А В
172
3-я группа: В С А
где А, В, С- различные тесты. Однако я не знаю ни одного случая,
когда бы в отечественных корреляционных исследованиях контро-
лировались эффекты тестирования и переноса.
Приведу один пример. Нам необходимо было выявить, как влия-
ет вид задания на успешность выполнения сменяющих одна другую
задач. Мы предположили, что для испытуемых не безразлично, в ка-
кой последовательности ему даются тесты. Были выбраны задания
на креативность (из теста Торренса) и на общий интеллект (из теста
Айзенка). Задачи давались испытуемым в случайном порядке. Ока-
залось, что предшествующее выполнение задания на креативность
снижает скорость и точность решения задачи на интеллект. Обрат-
ного эффекта не наблюдалось. Не вдаваясь в объяснения этого явле-
ния (это сложная проблема) заметим, что здесь мы столкнулись с
классическим эффектом асимметричного переноса.
5. Структурное корреляционное исследование. От предшествующих
вариантов эта схема отличается тем, что исследователь выявляет не
отсутствие или наличие значимых корреляций, а различие в уровне
значимых корреляционных зависимостей между одними и теми же
показателями, измеренными у представителей различных групп.
Поясним этот случай примером. Допустим, нам необходимо про-
верить гипотезу, влияет ли пол родителя и ребенка на сходство их
личностных черт, например уровня нейротизма по Айзенку. Для это-
го мы должны провести исследование реальных групп - семей. За-
тем вычисляются коэффициенты корреляции уровней тревожности
родителей и детей. Получаются четыре основных коэффициента кор-
реляции: 1) мать - дочь; 2) мать - сын; 3) отец - дочь; 4) отец -
сын, и два дополнительных: 5) сын - дочь; 6) мать - отец. Если нас
интересует лишь сравнение сходства - различия первой группы кор-
реляций, а не исследование ассортативности, то мы строим 4-кле-
точную таблицу 2 х 2:
ДетиРодители
МатьОтец
1 Дочь"11"12
2 Сын"21"22
Корреляции подвергаются Z-преобразованию и сравниваются not-
критерию Стьюдента.
Здесь приведен простейший пример структурного корреляцион-
ного исследования. В исследовательской практике встречаются бо-
лее сложные версии структурных корреляционных исследований.
Чаще всего они проводятся в психологии индивидуальности (Б.Г.Ана-
ньев и его школа), психологии труда и обучения (В.Д.Шадриков),
психофизиологии индивидуальныхразличий (Б.М.Теплов, В.Д.Не-
былицын, В.М.Русалов и др.), психосемантике (В.Ф.Петренко,
А.Г.Шмелев и др.).
6. Лонгитюдное корреляционное исследование. Лонгитюдное иссле-
дование - вариант квазиэкспериментальных исследовательских пла-
нов. Воздействующей переменной психолог, проводящий лонгитюд-
ное исследование, считает время. Оно является аналогом плана тес-
тирования одной группы в разных условиях. Только условия счита-
ются константными. Результатом любого временного исследования
(в том числе и лонгитюдного) является построение временного трен-
да измеряемых переменных, которые могут быть аналитически опи-
саны теми или иными функциональными зависимостями.
Лонгитюдное корреляционное исследование строится по плану
временных серий с тестированием группы через заданные проме-
жутки времени. Помимо эффектов обучения, последовательности и
т.д. влонгитюдном исследовании следует учитывать эффект выбы-
вания: не всех первоначально принимавших участие в эксперимен-
те удается обследовать через какое-то определенное время. Возмож-
но, взаимодействие эффектов выбывания и тестирования (отказ от
участия в последующем обследовании) и т.д.
Структурное лонгитюдное исследование отличается от простого
лонгитюдатем, что нас интересует не столько изменение централь-
ной тенденции или разброса какой-либо переменной, сколько из-
менение связей между переменными. Такого рода исследования
широко распространены в психогенетике.
Обработка и интерпретация данных корреляционного исследования.
Данные структурного корреляционного исследования представля-
ют собой одну или несколько матриц "испытуемые" х "тесты". Пер-
вичная обработка заключается в подсчете коэффициентов статисти-
ческой связи между двумя и более переменными. Выбор меры связи
определяется шкалой, с помощью которой произведены измерения.
1. Если измерения произведены по дихотомической шкале, то для
подсчета тесноты связи признаков применяется коэффициенте?. Ди-
хотомическую шкалу часто путают со шкалой наименований (даже в
пособиях по статистике; см., например, Дж.Гласс и Дж.Стенли "Ста-
тистические методы в педагогике и психологии", 1976). Дихотоми-
ческая шкала - вырожденный вариант шкалы интервалов; для нее
174
применимы все статистические методы шкалы интервалов. Данные
для вычисления коэффициента представлены втаблице сопряжен-
ности:
Признак Y
Признак Х
О
b
d
d+d
О с
а + с
а+Ь
c+d
be-ad
(a + с) (b + d) (a + b) (c + d)
2. Данные представлены в порядковой шкале. Мерой связи, ко-
торая соответствует шкале порядка, является коэффициент Кэндел-
ла. Он основан на подсчете несовпадений в порядке следования ран-
жировок Х и Y. Есть ряд испытуемых: сначала мы выстраиваем этот
ряд в порядке убывания массы тела, а затем - в порядке убывания
роста. Для каждой пары подсчитывается число совпадений и инвер-
сий: совпадение, если их порядок по Х и Y одинков; инверсия, если
порядокразличен. Разница числа "совпадений" и числа "инверсий",
деленная на п(п-1)/2, дает коэффициентт. Алгоритм подсчета при-
веден в пособиях по статистике (см. Дж.Гласс и Дж.Стенли) и в лю-
бом статпакетедля персональных компьютеров.
Часто для обработки данных, полученных с помощью шкалы по-
рядка, используют коэффициент ранговой корреляции Спирмена,
который является модификацией коэффициента Пирсонадля нату-
рального ряда чисел (рангов). Никакого отношения к порядковой
шкале он не имеет. Но его рекомендуют применять в том случае,
если одно измерение произведено по шкале порядков, а другое - по
шкале интервалов.
3. Данные получены по шкале интервалов, или отношений. В этом
случае применяется стандартный коэффициент корреляции Пирсо-
наили коэффициент ранговой корреляции Спирмена. В том случае,
если одна переменная является дихотомической, адругая - интер-
вальной, используется так называемый бисериальный коэффициент
корреляции.
Наконец, если исследователь полагает, что связи между перемен-
ными нелинейны, вычисляется корреляционное отношение, харак-
теризующее величину нелинейной статистической зависимости двух
переменных.
Корреляционное исследование завершается выводом о статисти-
ческой значимости установленных (или неустановленных) зависи-
мостей между переменными.
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