Корреляционное исследование. - Шпора по экспериментальной психологии

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.

Корреляция это взаимосвязь между переменными. У нас есть выборка из n объектов (испытуемых) каждый из которых характеризуется m – переменными. Причем эти переменные могут быть количественные, качественные и ранговые. А шкал у нас 4 – номинальная, ранговая, отношений и интервальная. 

Корреляционный анализ это группа методов позволяющих оценить взаимосвязь между двумя и более переменными. Количественная оценка этой взаимосвязи осуществляется с помощью коэфициента корреляции, причем существуют методы для оценки взаимосвязи между любыми типами переменных (признаках). 

 Значение коэффициентов корреляции Пирсона и Спирмана изменяется в пределах от – 1 до + 1. 

0 означает полное отсутствие взаимосвязи. Если +1 это прямая и обратная связь – это означает.

Коэффициент корреляции обозначается r . В реальной выборке обычно точки выстраиваются примерно вдоль прямой, но не прямо, и чем ближе они к прямой – тем сильнее корреляционная связь. Коэффициент Пирсона описывает линейную корреляцию.

При положительной корреляции изменние признака X и Y однонаправленных (т.е. с увеличением значения переменной X – переменная Y тоже увеличивается).

При отрицательной корреляции изменение значения X и Y разнонаправлено.

Итак чем ближе к 1 тем сильнее корреляция, а если ближе к 0 – корреляция не достоверна. Например, значение 0,4 может означать и достоверную связь и не достоверную.

Что бы проверить вычисленный по формуле коэффициент корреляции значимым (или статистически достоверным) нужно :

1. Сравнить полученное значение с соответствующим критическим значением которые имеются в специально – статистических таблицах.
2. Если вычисления производились в прикладном статистическом пакете, то значимыми будут те коэффициенты корреляции для которых значение уровня значимости р< 0,05.  

В пакете старграфикс результаты корреляционного анализа для каждой пары переменных представлены в следующем виде

0,4 – коэффициент корреляции

(25) - объем выборки n

0,02 - уровень значимости p 

Характеристика пакета стратграфикс – Пакет СГ дает возможность работать с электронными таблицами данных, построенные аналогично таблицам Excel. Т.е. можно просто скопировать таблице из Excel в СГ. Имеется возможность генерировать новые признаки, а так же осуществлять логическое и арифметическое преобразование переменных . Пакет СГ обладает широким спектром статистических методов.

Основные пункты выпадающего меню Describe содержит статистические методы анализа данных по одной и нескольким переменных процедуры подбора распределений, средства табуляции и кросс табуляции.

Copare – включает методы сравнения двух и более выборок, процедуры одно и многофакторного дисперсионного анализа.

Relate - содержит различные процедуры регреcсионного анализа

Special – в данном пункте проводится дополнительные модули , анализа данных, (контроль качества, анализ временных рядов, многомерные методы анализа данных и расширенный регрессионный анализ.

В модуле многомерные методы входят процедуры реализующие метод главных компонентов, а так же методы факторного, кластерного, дискриминантного и канонического корреляционного анализа.