Измерение связи между переменными

Если связь установлена, то исследователь может переходить к следующей стадии анализа — измерению связи.

Выбор статистических процедур измерения связи зависит от типа шкалы измерения признака. В зависимости от того, является шкала дискретной или непрерывной, исследователь должен выбирать те или иные статистические процедуры оценки связи. Принципы определения типа шкалы описаны в предыдущих разделах. Мы не будем детально останавливаться на математических и содержательных особенностях данных коэффициентов; читатель при желании всегда может подробно изучить соответствующие разделы в литературе по математической статистике. Задача данного учебного пособия — познакомить читателя с основными правилами использования наиболее распространенных коэффициентов связи при анализе первичного социологического материала.

Компьютерные программы статистической обработки (SPSS, ОСА) позволяют автоматически рассчитать многие из коэффициентов, измеряющих связь между признаками. Однако, получая автоматически рассчитанные коэффициенты связи, исследователь не должен забывать об адекватности данного коэффициента типу шкалы (компьютер ведь, если его «попросить», может подсчитать и среднее арифметическое между мужчинами и женщинами, и на этой «основе» проводить дальнейший количественный анализ.

Поэтому прежде всего необходимо учитывать, что наиболее популярный среди начинающих социологов коэффициент корреляции Пирсона-Браве (r), который свидетельствует о наличии той или иной степени линейной зависимости между двумя переменными, может иметь смысл только в том случае, если обе переменные измеряются с помощью непрерывных шкал, а для шкал дискретных применяются другие коэффициенты: для ранговых порядковых — коэффициенты ранговой корреляции Спирмена и Кэндалла, а для номинальных шкал — коэффициенты ассоциации и контингенции (для дихотомических шкал) и коэффициенты сопряженности (Пирсона и др. для шкал большей размерности).

Все перечисленные выше коэффициенты позволяют определять только величину связи, но не ее направленность. Для измерения направленности (меры возможного влияния одной переменной на другую) при анализе дискретных шкал используют лямбда-коэффициент Гудмана, а при наличии двух непрерывных шкал о направленности влияния можно судить по уравнению линейной регрессии.

Но используя коэффициенты или уравнения, определяющие направленность связи, исследователь должен помнить, что соответствующие значения показывают только некоторую вероятность направленной связи, но не позволяют делать окончательные выводы о причинной зависимости переменных. Что является причиной, а что — следствием — решает исключительно сам исследователь, сначала формулируя гипотезу, а затем, интерпретируя результаты анализа.

Дата добавления: 2014-12-27