Схемы корреляционных исследований.
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. В корреляционном исследовании отсутствуют планируемые изменения НП. Проверяемые гипотезы – это гипотезы о связях. В них утверждается, что изменения одной переменную каким-то образом связаны с изменениями др, но не предполагается, что какие-то из этих переменных является причинно-действующей. Два способа понимания термина «корреляционный подход»:
Эмпир метод проверки псих гипотез, позволяющий установить связи между переменными, уровни кот не изменяются, а только измеряются.
Приемы статистического анализ данные на основе коэффициента корреляции.
Корреляционные исследования – это такой тип исследования, в кот проверяется гипотезы связи, а сами псих переменные либо явл проявлениями разных сторон одних и тех же базисных процессов, либо сопутствуют др другу, а вопрос об их детерминации остается открытым. Здесь решается вопрос о ковариации двух или более переменных либо значений одной и той же переменной, измеряемой в разные промежутки времени или в разных группах субъектов. Корреляционном по типу сбора данных исследовании возможно использование мер различий (подсчет выборочных, средних и тд).
Гл, что отличие корреляционного исследования – это схемы сбора данных, отличные от экспер подхода, и соответственные возможности содержательных выводов при проверке псих гипотезы (в силу невозможности реализации тех форм контроля, кот характерны для экспер исследований). Почему используются корреляционные исследования:
1. Т.к. в качестве объекта исследования выделяют сложные явления, кот при экспер не возможно контролировать (часто в исследованиях с практической целью);
2. Многие явления теряют свою значимость, если их изучают в лаб экспер;
3. Детерминистически сформулированные гипотезы о причинном характере влияние одной переменной на др (пр: в генетическом исследовании) возможно только при корреляционном исследовании;
4. При вероятностных гипотезах (часто соц, псих исследованиях) возможны только корреляционная проверка.
Параметры различения корреляционных исследований:
Схемы приближения НП: в экспер с родителями и их воспитателями (не возможно заставить одних род воспитывать своих детей «хорошо», др – «плохо») и порядком рождения (это тоже не возможно проконтролировать). Но все таки порядок рождения – НП, т.к. эта переменная предшествует во времени => может стать причиной изменения в поведении. Др крайность – исследования по отбору контролеров, где ни одна переменная не похожа на НП (невозможно по тесту неспособности сказать о качестве работы контролера и наоборот).
Описание корреляции. Не во всех исследованиях вычисляется коэффициент корреляции. Он наиболее значим, когда каждой переменной имеет непрерывное колоколообразное распределение (пр: в исслед с контролерами) это справедливо для оценок любого теста.
Цели.
познавательная цель
практическая
Некоторые практические исследования могут быть познавательными.
Так же различаются и корреляционные связи по своему виду. Если повышение уровня одной переменной сопровождается повышением уровня другой, то речь идет о положительной корреляции. 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. 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 снижениепродуктивности (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 и от величины выборки. Чем больше модуль коэффициента корреляции, тем ближе связь переменных к линейной функциональной зависимости.