Повна версія

Головна arrow Психологія arrow Експериментальна психологія

  • Увеличить шрифт
  • Уменьшить шрифт


<<   ЗМІСТ   >>

Встановлення кореляційних залежностей

У кореляційному дослідженні контролюється порядок вимірювання змінних, тобто план збору даних залежить від дослідника. Слід особливо підкреслити це у зв'язку з тим, що в літературі не по психології (статистичної, економічної і т.д.) термін "статистичний контроль" може застосовуватися і по відношенню до змінних, спосіб отримання яких невідомий або не був проконтрольована психологом.

Наприклад, статистичні дані про дорожньо-транспортних пригодах або про правопорушення осіб певних груп (припустимо, підлітків) можуть залучатися для обговорення тих чи інших психологічних гіпотез. Якщо ці дані беруться вже готовими, тобто зібраними в тому чи іншому відомстві, то психолог не може відповідати за контроль тих чи інших змішень з побічними змінними (так, в цих даних можуть бути не наведені відомості про погодні умови при тих чи інших дорожньо-транспортних пригодах). Відповідно, рівень допустимих висновків з такого типу даних, як накопичені статистично, ще менш доказовий, ніж з кореляційного аналізу тих вибіркових значень змінних, отримання яких контролювалося дослідником при обліку можливих джерел їх ненадійності або погроз валідності.

Кореляція і статистичні рішення

Основна мета використання заходів зв'язку в експериментальному дослідженні - перевірка статистичної нуль-гіпотези про те, що змінні Х Уне пов'язані, тобто мають нульовий коефіцієнт кореляції в сукупності. У логіці експериментального виведення відповідні статистичні рішення займають цілком певне місце: від кількісної оцінки значимості виявленої коваріації змінних залежить змістовний висновок про обгрунтованість експериментальної або контргіпотези (або необхідності пошуку інших конкуруючих гіпотез). Якщо відповідно до отриманих емпіричними даними нуль-гіпотеза не може бути відкинута, то варто відкинути експериментальну гіпотезу, тобто визнати зміни змінних не пов'язаними один з одним. У цій логіці відкидання експериментальних гіпотез коефіцієнт кореляції виконує ту ж роль, що і заходи відмінностей: ^ -критерій Стьюдента та ін. Більш строго слід було б говорити про відкиданні гіпотези про значущість коефіцієнта кореляції.

Зазвичай в навчальних посібниках за статистикою спеціально виділяється випадок докази того, що коефіцієнт кореляції для двох вибірок дорівнює нулю1. Роль цього окремого випадку полягає в тому, що за відсутності коваріації не виконується істотна умова причинного виводу. Однак реально мета довести, що зв'язок між змінними дорівнює саме нулю, а не просто є незначимой, ставиться надзвичайно рідко. Наукове пізнання спрямоване на виявлення не того, що щось від чогось не залежить, а на встановлення закономірних залежностей одних змінних від інших (при перевірці змістовних гіпотез).

При кореляційному підході, що не передбачає управління незалежними змінними, рівноправними з погляду логіки подальшого змістовного виведення є статистичні рішення про рівність коефіцієнта кореляції якомусь числу, однакової кореляції змінної X з іншими змінними (Уї 2Г), значущості множинної кореляції. Традиційний підрахунок коефіцієнта кореляції припускає вказівку рівня значущості при певній кількості спостережень, тобто числа вимірів. Не сама по собі підрахована на основі емпіричних даних величина коефіцієнта кореляції служить підставою для оцінки прийнятності психологічної гіпотези про зв'язок між змінними, а статистичне рішення про те, чи слід вважати обчислене значення коефіцієнта кореляції значущим. Іншими словами, встановлення факту незначущості кореляції між змінними служить підставою для прийняття рішення відкинути гіпотезу про зв'язок між змінними. Інтерпретація встановленої зв'язку повністю підпорядкована не випливає із самого емпіричного матеріалу обґрунтуванню її спрямованості або опосередкування її тим чи іншим базисним процесом.

Це ж обмеження стосується і багатовимірного аналізу даних, зокрема для множини регресійного аналізу. Так, нуль-гіпотеза при такому аналізі стверджує, що немає зв'язку між пророкує змінної і даними набором пророкують змінних. Якщо нуль-гіпотеза, згідно з отриманими результатами, не може бути відкинута, то це означає, що пророкує змінна не має значущих зв'язків з жодною із змінних набору. Якщо прийняття змістовної гіпотези дослідження припускає відкидання нуль-гіпотези як відсутності лінійних кількісних зв'язків між двома наборами змінних, то встановлення цієї лінійної комбінації за отриманими даними все ж може виявитися недостатнім для підтвердження вихідних апріорних положень. Як підкреслюється в сучасних оглядах основних напрямків багатовимірного аналізу даних, найістотніша складність полягає в тому, що у разі відкидання загальної нуль-гіпотези "позитивні" результати можуть не піддаватися розумною інтерпретації.

 
<<   ЗМІСТ   >>