Случайная корреляция, не обусловленная никакой переменной

Тема 11. Корреляционные исследования

Теория корреляционного исследованияя, основанная на мерах корреляционной связи, разработана К.Пирсоном.

Стратегия проведения корреляционного исследования сходна с квазиэкспериментом. Отличие от квазиэксперимента лишь в том, что управляемое воздействие на объект отсутствует.

План корреляционного исследования несложен. Исследова­тель выдвигает гипотезу о наличии статистической связи между несколькими пси­хическими свойствами индивида или между определенными внешними уровнями и психическими состояниями. При этом предположения о причинной зависимости не обсуждаются.

Корреляционным называется исследование, проводимое для подтверждения или опровержения гипотезы о статистической связи между несколькими (двумя и более) переменными. В психологии в качестве переменных 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 корреляции двух переменных ничего не говорит о причинно-следственных зависимостях между ними, но дает возможность выдвинуть такую гипотезу. Отсутствие же корреляции позволяет отвергнуть гипотезу о при­чинно-следственной связи переменных.

Различают несколько интерпретаций нали­чия корреляционной связи между двумя 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 высокой личностной пластичности и склонности к смене социальных
установок.

2. Корреляция, обусловленная 3-й переменной. 2 переменные (а, с) связаны одна
с другой через 3-ю (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 установленный психологами США факт связи уровня интеллекта с уровнем доходов. Если бы такое исследование проводилось в сегодняшней 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, обу­словливающей эту корреляцию, является общий интеллект.

4. Корреляция, обусловленная неоднородностью выборки. Представим себе, что выборка, которую мы будем обследовать, состоит из двух однородных групп. Напри­мер, мы хотим выяснить, связана ли принадлежность к определенному полу с уров­нем экстраверсии. Считаем, что «измерение» пола трудностей не вызывает, экстра­версию же измеряем с помощью опросника Айзенка £77-1. У нас 2 группы: мужчи­ны-математики и женщины-журналистки. Неудивительно, если мы получим линейную зависимость между полом и уровнем экстраверсии—интроверсии: боль­шинство мужчин будут интровертами, большинство женщин — экстравертами.

Корреляционные связи различаются по своему виду. Если повышение 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 по­вышения его тона. Если рост уровня одной переменной сопровождается снижением уровня другой, то мы имеем дело с отрицательной корреляцией. По данным 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 переменных.

В психологии большинство связей — нелинейные. Классический при­мер нелинейной зависимости — закон Йеркса—Додсона: возрастание мотивации первоначально повышает эффективность научения, а затем наступает снижение продуктивности (эффект «перемотивации»). Другим примером является связь меж­ду уровнем мотивации достижений и выбором задач различной трудности. Лица, мотивированные надеждой на успех, предпочитают задания среднего диапазона труд­ности — частота выборов на шкале трудности описывается колоколообразной кривой.

Математическую теорию линейных корреляций разработал Пирсон. Коэффициент линейной корреляции Пир­сона г варьируется от -1 до +1. Значимость коэффициента корреляции зависит от принятого уровня значимости а и от величины выборки. Чем больше модуль коэффициента корреляции, тем бли­же связь переменных к линейной функциональной зависимости.

Дата добавления: 2014-01-05