Експериментальна психологія - Максименко С.Д. - 7.1. Кореляційне дослідження

7.1. Кореляційне дослідження

Теорія кореляційного дослідження, що базується на уявленнях щільності кореляційного зв'язку між певними досліджуваними явищами чи властивостями розроблена К. Пірсоном і досить детально викладається в підручниках з математичних методів у психології та математичної статистики. Тому в даному підручнику, розглядаються лише методичні аспекти кореляційного психологічного дослідження.

Стратегія проведення кореляційного дослідження, як вважають сучасні дослідники, зокрема В. Дружинін [21, с. 140], подібна до квазіексперименту. Кореляційне дослідження відрізняється від квазіекспериментального тим, що керований вплив на об'єкт дослідження в ньому відсутній. План кореляційного дослідження не є складним: дослідник висуває гіпотезу про наявність закономірного статистичного зв'язку між кількома психологічними властивостями індивіда або між певними зовнішніми рівнями виявлення цих властивостей і психічними станами людини і перевіряє її. При цьому припущення щодо каузального зв'язку не обговорюється, йдеться тільки про наявність закономірного зв'язку.

Отже, кореляційним називається дослідження, яке проводиться для підтвердження або спростування гіпотези про статистичний зв'язок між кількома (двома і більше) змінними. У психології в якості змінних можуть виступати психічні властивості, процеси, стани та інші психічні феномени.

"Кореляція" у буквальному перекладі означає "співвідношення". Якщо зміна однієї змінної супроводжується змінами іншої, то можна говорити про кореляцію цих змінних. Проте наявність кореляції двох змінних ще нічого не говорить про причинно-наслідкові залежності між ними, хоча передбачає можливість такої гіпотези. Відсутність же кореляції дозволяє спростувати гіпотезу про вірогідність причинно-наслідкового зв'язку між змінними.

Сучасні американські автори підручників з курсу експериментальної психології вважають, що кореляція не є суто дослідницьким методом. Скоріше це спосіб опрацювання чи аналізу даних, які зібрані за допомогою інших методів [68, с. 23]. Проте це не означає, що неможливо спеціально зібрати дані для кореляційного дослідження. Лабораторні дослідження, психометричні тести тощо можуть бути використані для збирання даних з метою вивчення кореляційних зв'язків між певними явищами.

Отже, кореляція — це широко розповсюджений дослідницький прийом, який підсумовує характер співвідношення між двома (інколи і більше) вимірюваних змінних.

Найбільш поширені кореляційні дослідження базуються на парних вимірюваннях. Інколи індивідуальні учасники експерименту забезпечують пари вимірювань, в інших випадках — логічні пари використовуються у дослідженні, як, наприклад, у випадках, коли предметом є взаємозв'язок або співвідношення між, скажімо, рівнями інтелекту монозиготних близнюків. Обидва близнюки проходять тестування на оцінку рівня їхнього інтелекту і пари показників, отримані від інших близнюків, порівнюються і встановлюється кореляційний зв'язок.

Якщо в експериментах важливо встановити розбіжності між показниками залежної змінної в різних умовах, то в кореляційних дослідженнях оцінюється зв'язок між змінними. Таким чином, кореляційний метод не потребує розрізнення змінних на незалежні та залежні змінні. Всі змінні, які вивчаються, вважаються рівноцінними.

Пара змінних розглядається як така, що має кореляційний зв'язок, якщо зміни у величинах однієї змінної асоціюються зі змінами у величинах іншої. Для ілюстрації щільності такого зв'язку використовують специфічний графічний прийом, який має назву точкова діаграма, на якій дані, отримані для однієї змінної, відкладаються відносно відповідних даних для другої змінної. На рис. 7.1 показаний такий тип зв'язку між змінними А та Б.

Рис. 7.1. Види кореляцій (додатна)

Цей конкретний тип зв'язку ілюструє так званий прямий кореляційний зв'язок: рівень однієї змінної безпосередньо відповідає рівню іншої. Прикладом може бути закон Хікка, згідно з яким тривалість часу, необхідного для опрацювання інформації, є пропорційною логарифму кількості альтернатив. Іншим прикладом прямого кореляційного зв'язку є кореляція між високою особистісною пластичністю і схильністю до соціальних контактів.

Як видно з рис. 7.1, високі показники з однієї змінної, скажімо, кількості альтернатив корелюють зі швидкістю опрацювання інформації: чим більше альтернатив, тим більше витрачається часу.

Такий самий тип кореляційного зв'язку можна проілюструвати за допомогою точкової діаграми між показниками часу, витраченого на повторення матеріалу (який можна оцінити кількістю візитів на сайт, на якому розміщений матеріал), і високими балами по змінній "оцінка", отриманими на екзаменах. Якщо збільшення величини однієї змінної має тенденцію супроводжуватися збільшенням величини іншої змінної, ми говоримо про додатний кореляційний зв'язок. Якщо ж збільшення числових величин певної змінної супроводжується зменшенням іншої, кореляційний зв'язок вважається від'ємним.

На рис. 7.2 високі величини такої змінної, як економність, корелюють з низькими показниками іншої — рівнем готовності позичати гроші іншим людям. Якщо збільшення величини однієї змінної супроводжується послідовним зменшенням іншої, йдеться про високий рівень негативного зв'язку.

А

Рис. 7.2. Види кореляцій (від'ємна)

На рис. 7.3. можна бачити відсутність систематичного співвідношення між двома змінними. Такий тип зв'язку вірогідний за результатами дослідження, скажімо, соціальної захищеності дитини і показниками рівня її інтелекту. Між цими змінними не існує кореляційного зв'язку.

Рис. 7.3. Види кореляцій (нульова)

Більш зручним засобом для описання щільності кореляційного зв'язку між двома змінними є використання коефіцієнта кореляції. Існує декілька спеціальних статистичних прийомів для встановлення коефіцієнта кореляції. Найбільш поширений прийом дає коефіцієнт кореляції, який варіюється між величинами -1.0 і +1.0. Математичний знак вказує на напрям кореляційного зв'язку— негативний чи позитивний, від'ємний чи додатний, у той час як величина — на щільність кореляційного зв'язку.

Якщо коефіцієнт кореляції дорівнює 0, це свідчить про повну відсутність кореляції між змінними. Якщо він наближається до 1, кореляція є бездоганно високою.

Чим вищим є кореляційний зв'язок між двома змінними, тим вища точність прогнозування коливань однієї змінної залежно від особливостей коливань інших змінних (причому немає значення, який саме тип кореляційного зв'язку вивчається — додатний чи від'ємний).

Так званий коефіцієнт детермінації дає досліднику інформацію про пропорцію величини відхилень у даних, які використовуються для встановлення кореляції між двома змінними. Його можна отримати шляхом піднесення до квадрата коефіцієнта кореляції, помноження його на 100 і представлення у відсотковому вигляді. Наприклад, якщо коефіцієнт кореляції становить 0,9, то 81 % розбіжностей може бути приписано кореляційному зв'язку. Якщо кореляційний зв'язок становить 0,5, це означає, що тільки 25 % розбіжностей може бути віднесено за рахунок кореляції між змінними. У цьому випадку передбачення закономірного кореляційного зв'язку між змінними, що вивчаються, буде менш точним.

Коефіцієнт кореляції є дескриптивною змінною щільності або сили зв'язку між двома змінними, але він не свідчить про те, що зв'язок є статистично значущим. Встановити значущість його можна за допомогою статистичних тестів. Слід пам'ятати, що на рівень значущості кореляційного зв'язку, окрім величини коефіцієнта кореляції, впливає декілька факторів. Встановлення кореляційного зв'язку є корисним методом, якщо неможливо або небажано застосовувати експериментальний метод для вивчення закономірних зв'язків між явищами. Він може дати важливу інформацію відносно зв'язків між змінними, проте кореляційні дослідження на відміну від експериментального, не дозволяють встановити каузальний зв'язок. У підручниках зарубіжних авторів з експериментальної психології це сформульовано дуже лаконічно, щоб студенти запам'ятали: "correlation is not causation".

Те, що дві змінні мають кореляційний зв'язок, ще не означає, що зміну величини однієї змінної можна вважати причиною зміни іншої. Справа в тому, що кореляція може бути спричинена іншими, не відомими на певному етапі дослідження факторами. Скажімо, паління та рак легенів мають кореляційний зв'язок, і він, цілком можливо, є каузальним. Проте це не дає підстав для висновку, що паління викликає захворювання на рак. Так само на підставі наявності цього кореляційного зв'язку неможливо стверджувати, що рак легенів не виникне, якщо людина не палить. Справа в тому, що і паління, і рак легенів можуть бути викликані якимось третім фактором, скажімо, особистісними властивостями людини, які можуть перебувати у кореляційному зв'язку з хворобою.

Кореляційні дослідження дуже популярні при дослідженні зв'язків особистості з її соціальною поведінкою. Встановлена кореляція між такими ознаками особистості, як авторитарність, догматичність, ригідність, і виявленням забобонів щодо інших етнічних груп. Дослідженнями було встановлено, що інші фактори, наприклад соціальні класові норми, призводять як до авторитарності, так і до етнічних забобонів.

Крім лінійних кореляційних зв'язків, як від'ємних так і додатних, дослідники виокремлюють нелінійні, множинні або часткові кореляційні зв'язки. На рис. 7.4 показаний тип зв'язку. Він був встановлений у дослідженні, в якому вивчалося формування прихильного ставлення до імен, які називають прізвиськами: якщо люди не знайомі з ними, вони ставляться до них більш прихильно, якщо знайомі — менш прихильно.

Отже, кореляційні зв'язки відрізняються за своїм виглядом, але в психології існує мало прикладів ідеально лінійних додатних чи від'ємних зв'язків.

Класичним прикладом нелінійного зв'язку є закон Йєркса- Додсона: зростання мотивації спочатку підвищує рівень ефективності навчання, а потім настає зниження продуктивності — ефект перемотивації.

Другим прикладом такого типу зв'язку є зв'язок між рівнями мотивації досягнень і вибором завдань різної складності. Особи, які мотивовані на досягнення успіху, віддають перевагу завданням середнього рівня складності.

Рис. 7.4. Види кореляцій (нелінійна)

Математичну теорію кореляції розробив Пірсон. Коефіцієнт лінійної кореляції Пірсона обчислюється шляхом нормування коваріації чи сумісної варіації змінних на добуток середньо квадратичних відхилень. Значущість коефіцієнта кореляції залежить від величини вибірки: — чим більша модуль коефіцієнта кореляції, тим щільнішим є зв'язок змінних.