27. Корреляционное исследование и его планирование. Понятие признаков и переменных.

Корреляционное исследование

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, b) и R (b, 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.

3. Случайная корреляция, не обусловленная никакой переменной.

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 ETI-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 практически нет примеров строго линейных связей (положитель­ных или отрицательных). 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. Ее основа­ния и приложения излагаются в соответствующих учебниках и справочниках по ма­тематической статистике. Напомним, что коэффициент линейной корреляции Пир­сона г варьируется от -1 до +1. Он вычисляется путем нормирования ковариации переменных на произведение их среднеквадратических отклонений.

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.