- •Isbn 5-89502-310-х (мпси) isbn 5-89349-361-3 (Флинта)
- •Глава 1
- •Глава 2
- •Глава 3
- •Глава 9
- •Глава 10
- •Глава 12
- •Глава 13
- •Глава 1 понятие измерения
- •1.1. Измерительные шкалы
- •1.2. Номинативная шкала (шкала наименований)
- •Глава 1. Понятие измерения
- •1.3. Порядковая (ранговая, ординарная) шкала
- •1.3.2. Проверка правильности ранжирования
- •1.3.3. Случай одинаковых рангов
- •1.5. Шкала отношений
- •Глава 2
- •2.1. Полное исследование
- •2.2. Выборочное исследование
- •2.3. Зависимые и независимые выборки
- •2.4. Требования к выборке
- •2.5. Репрезентативность выборки
- •2.6. Формирование и объем репрезентативной выборки
- •Глава 3 формы учета результатов измерений
- •3.1. Таблицы
- •3.1. Таблицы
- •3.2. Статистические ряды
- •3.3. Понятие распределения и гистограммы
- •Глава 3. Формы учета результатов измерений
- •Глава 4
- •4.1. Мода
- •4.2. Медиана
- •4.3. Среднее арифметическое
- •4.4. Разброс выборки
- •4.5. Дисперсия
- •4.6. Степень свободы
- •4.7. Понятие нормального распределения
- •Глава 5
- •5.1. Проверка статистических гипотез
- •5.2. Нулевая и альтернативная гипотезы
- •5.3. Понятие уровня статистической значимости
- •5.4. Этапы принятия статистического решения
- •5.5, Классификация психологических задач, решаемых с помощью статистических методов
- •Глава 6 статистические критерии различий
- •6.1.1. Параметрические и непараметрические критерии
- •6.1.2. Рекомендации к выбору критерия различий
- •6.2. Непараметрические критерии для связных
- •6.2.1. Критерий знаков g
- •6.2.3. Критерий Фридмана
- •6.2.4. Критерий Пейджа
- •6.2.5. Критерий Макнамары
- •Глава 7
- •7.1. Критерий u Вилкоксона—Манна—Уитни
- •7.1.1. Первый способ расчета по критерию u
- •7.1.2. Второй способ расчета по критерию u
- •7.2. Критерий q Розенбаума
- •Глава 8
- •8.1. Критерий хи-квадрат
- •8.1.1. Сравнение эмпирического распределения с теоретическим
- •8.1.2. Сравнение двух экспериментальных распределений
- •8.1.3. Использование критерия хи-квадрат для сравнения показателей внутри одной выборки
- •8.2, Критерий Колмогорова-Смирнова
- •8.3. Критерий Фишера — φ
- •8.3.1. Сравнение двух выборок по качественно определенному признаку
- •8.3.2. Сравнение двух выборок по количественно определенному признаку
- •Глава 9
- •9.1.1. Случай несвязных выборок
- •9.1.2. Случай связных выборок
- •Глава 10 введение в дисперсионный анализ anova
- •10.1. Однофакторный дисперсионный анализ
- •10.2.1. Критерий Линка и Уоллеса
- •10.2.2. Критерий Немени
- •Глава 11 корреляционный анализ
- •11.1. Понятие корреляционной связи
- •11.2. Коэффициент корреляции Пирсона
- •11.3. Коэффициент корреляции рангов Спирмена
- •11.3.1. Случай одинаковых (равных) рангов
- •11.4. Расчет уровней значимости коэффициентов корреляции
- •11.5.1. Второй способ вычисления коэффициента «φ»
- •11.7. Бисериальный коэффициент корреляции
- •11.8. Рангово-бисериальный коэффициент корреляции
- •11.9. Корреляционное отношение Пирсона η
- •11.10. Множественная корреляция
- •11.11. Частная корреляция
- •Глава 12
- •12.1. Линейная регрессия
- •12.2. Множественная линейная регрессия
- •12.3. Оценка уровней значимости коэффициентов регрессионного уравнения
- •12.4. Нелинейная регрессия
- •Глава 13 факторный анализ
- •13.1. Основные понятия факторного анализа
- •13. Факторный анализ
- •Глава 13. Факторный анализ
- •13.1. Основные понятия факторного анализа
- •13.2. Условия применения факторного анализа
- •13.3. Приемы для определения числа факторов
- •13.5. Использование факторного анализа в психологии
- •Глава I. Теоретические основы агрессивности и тревожности личности.
11.11. Частная корреляция
Название «частная корреляция» был впервые использовано в работе Д. Юла в 1907. Смысл этого понятия иллюстрирует следующий пример. Предположим, что при обработке некоторых данных удалось обнаружить значимую отрицательную корреляцию между длиной волос и ростом (т.е. люди низкого роста обладают более длинными волосами). На первый взгляд это может показаться странным: однако, если включить в расчет еще один признак — переменную «пол» и использовать не линейную, а частную корреляцию, то результат получит закономерное объяснение, поскольку женщины в среднем имеют более длинные волосы, чем мужчины, а их рост в среднем ниже, чем у мужчин. После учета переменной «пол» частная корреляция между длиной волос и ростом может оказаться близкой к единице. Иными словами, если одна величина коррелирует с другой, то это может быть отражением того факта, что они обе коррелируют с третьей величиной или с совокупностью величин.
Если известна линейная связь между парами переменных X, Y и Z, то можно подсчитать частные коэффициенты корреляции, показывающие линейную корреляционную зависимость между двумя переменными при постоянной величине третьей переменной. Для определения частного коэффициента корреляции между переменными X и Y при постоянной величине переменной Z используют формулу:
(11.23)
Заключение (г) в скобки означает, что влияние переменной Z на корреляцию между X и Y постоянно. В том случае, если бы влияния переменной Z не было бы совсем, мы бы получили обычный коэффициент корреляции Пирсона между переменными X и Y (который уже подсчитан выше и равен 0,865).
Аналогично строят частные корреляционные зависимости между X и Z (при постоянной Y) и Y и Z (при постоянной X).
(11.24)
251
(11.25)
Значимость частного коэффициента корреляции оценивают по величине Тф, подсчитанной по формуле (11.9) для /-критерия Стьюдента с числом степеней свободы k = п - 2.
Задача 11.11. В условиях предыдущей задачи психолога опять интересуют три вопроса: в какой степени тактичность (X) связана с требовательностью (У), при условии того, что критичность (Z) при этом остается неизменной; в какой степени тактичность (X) связана с критичностью (Z) при условии того, что требовательность (Y) остается неизменной; в какой степени требовательность (Y) связана с критичностью (Z), при условии того, что тактичность (X) остается неизменной?
Решение. На эти вопросы может ответить вычисление коэффициентов частной корреляции по формулам (11.23), (11.24), (11.25).
Для ответа на первый вопрос задачи рассчитаем частный коэффициент корреляции по формуле (11.23):
Для ответа на второй вопрос задачи рассчитаем частный коэффициент корреляции по формуле (11.24):
Для ответа на третий вопрос задачи рассчитаем частный коэффициент корреляции по формуле (11.25):
Проверим на значимость первый коэффициент частной корреляции.
252
По таблице 16 Приложения 1 для t-критерия Стьюдента при k — п - 2 =10-2 = 8 находим, что
Строим соответствующую «ось значимости»:
Соответствующий коэффициент частной корреляции попал в зону незначимости, следовательно мы должны принять гипотезу H0 об отсутствии отличий этого коэффициента от нуля. Подсчет этого коэффициента должен был дать ответ на вопрос — в какой степени тактичность (X) связана с требовательностью (Y), при условии того, что критичность (Z) при этом остается неизменной. Выяснилось, что в подобных условиях связь между тактичностью и требовательностью отсутствует. Напомним, однако, что все линейные коэффициенты корреляции между измеряемыми переменными были высокозначимыми.
Поскольку коэффициент частной корреляции между тактичностью (X) и критичностью (Z) rxz(y)оказался равным 0,200, что существенно меньше предыдущего частного коэффициента корреляции, то его уровень значимости мы оценивать не будем, а сразу дадим интерпретацию полученного результата. Выяснилось таким образом, что при постоянной требовательности, связь между тактичностью и критичностью отсутствует.
Проверим на уровень значимости последний коэффициент частной корреляции ryz(x) = 0,809:
253
По таблице 16 Приложения 1 для t-критерия Стьюдента при k = п - 2 =10-2 = 8 находим, что
Строим соответствующую «ось значимости»:
Коэффициент частной корреляции попал в зону значимости, следовательно необходимо принять гипотезу H1 об отличии этого коэффициента от нуля. Интерпретация полученного результата такова: при условии неизменного уровня тактичности, налицо сильная связь между требовательностью и критичностью.
Для применения частного коэффициента корреляции необходимо соблюдать следующие условия:
1. Сравниваемые переменные должны быть измерены в шкале интервалов или отношений.
2. Предполагается, что все переменные имеют нормальный закон распределения.
3. Число варьирующих признаков в сравниваемых переменных должно быть одинаковым.
4. Для оценки уровня достоверности корреляционного отношения
Пирсона следует пользоваться формулой (11.9) и таблицей критических значений для t-критерия Стьюдента при k = п - 2.
В заключение подчеркнем, что содержательное ограничение корреляционного анализа состоит в том, что он позволяет обна-
254
ружить только наличие связи и не дает оснований для установления причинно-следственных отношений. Например, можно обнаружить положительную корреляцию между уровнем умственного развития детей старшего дошкольного возраста и календарными сроками смены молочных зубов коренными. Другими словами, чем раньше происходит замена молочных зубов, тем выше показатели умственного развития детей. Следует ли делать вывод о том, что смена зубов способствует умственному развитию детей, или, напротив, ускоренное умственное развитие приводит к более быстрому изменению состава зубов. Оба предположения выглядят одинаково нелепо.
Причина в том, что оба показателя непосредственно отражают индивидуальный темп биологического созревания. Другими словами, они связаны с третьей — латентной переменной, которая недоступна для прямого измерения, но благодаря этой связи оба показателя значимо коррелируют между собой. Формальная логика корреляционного анализа не позволяет исследовать эти аспекты взаимообусловленности статистических рядов данных.
255