Повна версія

Головна arrow Психологія arrow Експериментальна психологія

  • Увеличить шрифт
  • Уменьшить шрифт


<<   ЗМІСТ   >>

Вибір коефіцієнта кореляції в залежності від типу шкал та плану обробки даних

Вибір міри зв'язку визначається двома моментами:

  • 1) обгрунтуванням типу шкал для кожної з змінних;
  • 2) обгрунтуванням відповідності способу визначення коефіцієнта тим чи іншим допущенням теоретичного плану. Для інтервальних шкал використовується коефіцієнт Пірсона г, для рангових - р Спірмена; іншим чином обґрунтовується непараметрический коефіцієнт т Кенделл.

Не всі коефіцієнти кореляції, як г Пірсона, припускають обчислення відхилень значень змінної від середнього показника, ф- коефіцієнт, розроблений для випадку двох дихотомічних змінних (шкали найменувань), може бути інтерпретований різним чином. Крім відповідності його коефіцієнту Пірсона вказують можливості розгляду його як відсотка мінливості і як міри ступеня впливу, якщо одна із змінних схильна функціональному контролю, наприклад, на рівні підбору груп (так, змінні "наявність або відсутність лікування", "новий або старий метод навчання" можуть задаватися дослідником).

Обчислення ф- коефіцієнта припускає вказівку частки людей (або завдань, або інших випадків, відмінності між якими виміряні в дихотомічної шкалою), які отримали одне з двох значень по Х- і У- показником. Наведемо в екскурсі 15.8 приклад використання цього коефіцієнта, коли планом передбачалося власне експериментальне вплив (наявність - відсутність лікування).

Екскурс 15.8

Розенталь і Рубін порахували "фе" -коефіцієнт для наступної таблиці даних, що відображають зміна у співвідношенні часткою вибірок пацієнтів, які вижили і немає після лікування або його відсутності.

Таблиця 15.1 Приклад для обговорення ф-коефіцієнта

Умова

Результат лікування

Лікування

Виживання

Смертність

є

35

65

немає

35

65

Нехай рх частка людей, що одержали лікування, цх = 1 - рх буде тоді часткою тих, хто не отримував лікування. Відповідно рд і Цу - це частки тих, хто помер і хто вижив; РЛУ - частка тих, хто отримав лікування і вижив. Тоді підстановка значень з таблиці у схемі в наступну формулу дасть обчислене значення (р-коефіцієнта, рівне дня даного прикладу 0,30:

Величина підрахованого коефіцієнта кореляції для розглянутого прикладу мала в тому сенсі, що не відображає досить сильного ефекту експериментальної змінної "лікування". І подібна недооцінка при підрахунку коефіцієнта (р явних зв'язків між значеннями X і У має місце в усіх випадках, коли входи таблиці 2 х 2 симетричні і рівні. Незначні порушення симетрії відразу тягнуть за собою істотне збільшення коефіцієнта кореляції. Знання цієї "статистичної тонкощі" дозволить психологу не помилитися в оцінці застосовності (коефіцієнта для отриманих ним даних.

Тепер розглянемо коефіцієнт кореляції як міру впливу. У разі кореляційного за типом збору даних дослідження змінні виступають варіат, і для інтерпретації однієї з них з точки зору ефекту її впливу необхідно зведення отриманої величини коефіцієнта кореляції в квадрат. Наприклад, якщо в якості першої змінної виступає не вплив, а властивість індивідуальних відмінностей студентів (чоловіки -жінки, низький - високий інтелект і т.д.), а другий змінної, припустимо, питома вага осіб, які здали залік по важкому предмету з першої спроби , то ф ще не можна розглядати в якості заходи впливу цієї властивості на успішність. Зведення ж <р в квадрат дозволить говорити про це як про вплив першої змінної на розкид другою. Зведемо в квадрат величину "фе" і отримаємо коефіцієнт детермінації, рівний 0,09; це не дозволяє говорити про значимому ефекті. Але для наведеного вище прикладу, де лікування виступало експериментальним фактором, такого зведення в квадрат не потрібно. Більше того, навіть при величині ефекту в 0,09 було визнати ефект важливим - за цими цифрами стоять життя врятованих людей.

Можливість різних статистичних моделей, що лежать за інтерпретацією таких заходів, як кореляція, коваріація, детермінація, дисперсія, дозволяє авторам спеціальних робіт розібратися у відповідних ефектах і псевдоеффектах взаємовпливу змінних.

Отже, підрахунок коефіцієнта кореляції при обробці даних в експериментальних, квазіексперіментальних і власне кореляційних дослідженнях включений в різні плани обробки даних. Залежно від конкретизації способів обробки даних кількісна оцінка взаємозв'язку може характеризувати отримані ефекти як досить чітко встановлені або, навпаки, недостатньо явні, що не задовольняють за величиною тієї їх ролі, яка передбачалася в гіпотезі дослідження.

Перехресно-відстрочені кореляції як спосіб наближення до причинному висновку

При кореляційному підході не можна робити каузальні висновки, оскільки у дослідженнях такого типу не виконується перша умова такого виводу - передування причинно-діючої змінної але відношенню до залежної змінної, що при експериментальному підході реалізується управлінням НП. Однак розроблений ряд прийомів, що дозволяють наближатися до причинному висновку. Так, зсув у часі змін однієї із змінних по відношенню до іншої дозволяє віддавати перевагу в спрямованості двох конкуруючих гіпотез, залишаючи одну з них.

Розглянемо як приклад дослідження взаємозв'язків між змінними "агресивність" і "перевагу перегляду телепередач з агресивним змістом" на основі використання методичного прийому перехресно-відстрочених кореляцій Корнілова, Шуранова, 1987]. Цей методичний прийом, або схема кореляційних досліджень, застосовується для виявлення асиметрії пророкувань X по Y і У по X, тобто встановлення переваг у висловлюваннях про спрямованість причинно-наслідкового зв'язку двох змінних, виміряних одночасно (синхронно). Облік змін у зв'язках, що відбуваються протягом часу між різними вимірами змінних, дозволяє відповідати па питання, чи є X більш "сильною" причиною Y, ніж Y - X?

Для здійснення узагальнень при використанні. (ТОК) методичного прийому дві змінні повинні бути виміряні кілька разів (не менше двох) на одних і тих же випробовуваних через один і той же проміжок часу. Нехай Л, і В, - значення змінних в першому вимірі, А2 і В2 - в другому і т.д. В основі висновків психолога, що застосовує цю дослідницьку схему, лежить положення про те, що якщо А - більш сильна причина В, ніж навпаки, і мається реальний процес "зберігання" зв'язку (збереження причинних відносин у часі), то можна очікувати, що коефіцієнт кореляції гЛ2В2 буде більше, ніж ГЛШ.

Екскурс 15.9

На основі схеми підрахунку перехресно-відстрочених кореляцій (r.ii8i11 гл2і) в дослідженні Кенії 1979 [Órter, Montada, 1982] перевірялася гіпотеза про зв'язок агресивності дитини (Л) і перегляду телепередач з агресивним змістом (б). У кореляційному дослідженні були виміряні змінні Л і В для одних і чех ж суб'єктів у віці 8-9 років і потім 18-19 років. Якби не був застосований план перехресно-відстрочених кореляцій, тобто з аналізу були б вилучені дані про зміни в часі (з проміжком в десять років) зв'язку між вимірами "Л, і й.," і "Л2 і #,", то було б загублено найбільш важливе підставу висновків про взаємозв'язок змінних Л і В . Облік взаємовпливів змінних в часі дозволив прийняти гіпотезу, що саме перевагу дитиною перегляду телепередач з агресивним змістом дозволяє прогнозувати потрапляння його в групу агресивних дорослих.

Схема дослідження, виконаного методом перехресно-відстрочених кореляцій

Рис. 15.6. Схема дослідження, виконаного методом перехресно-відстрочених кореляцій

Як видно з наведених на схемі (рис. 15.6) коефіцієнтів кореляції, в узагальненні результатів змінна В повинна розглядатися як більш сильна причина Ау ніж навпаки. Величини аутохонних кореляцій також є великими (гд2В2 і гл2В2), але і їх перевершує величина перехресно-відстроченої кореляція Га2вт

 
<<   ЗМІСТ   >>