Корреляции в дипломных работах по психологии. Личностный опросник Г. Айзенка. (Тест на темперамент EPI. Диагностика самооценки по Айзенку. Методика определения темперамента) Корреляционный анализ в психологии позволяет

Ключевые слова

СВОЙСТВА ЛИЧНОСТИ И ТЕМПЕРАМЕНТА / ПСИ-СПОСОБНОСТИ / ВАЛИДНОСТЬ / КУРСАНТЫ / ТЕСТ-ОПРОСНИК Г. АЙЗЕНКА "ЛИЧНЫЕ КАЧЕСТВА И ИНТЕРЕСЫ" / PERSONALITY AND TEMPERAMENT PROPERTIES / PSI-ABILITIES / VALIDITY / MILITARY STUDENTS / PERSONAL TRAITS AND INTERESTS QUESTIONNAIRE BY H. EYSENCK

Аннотация научной статьи по психологическим наукам, автор научной работы - Королева Татьяна Петровна, Филиппова Ирина Анатольевна

В работе приведены результаты определения психологического и психофункционального статуса 263 курсантов в возрасте 18-19 лет, физически и психически здоровых. Методами корреляционного анализа и сигмального отклонения установлена экспериментальная валидность (эквивалентная надежность) показателей экстраверсии и нейротизма теста-опросника «Личные качества и интересы» с аналогичными свойствами темперамента, полученными по другим сопряженным тестам (стандартный опросник Айзенка и фактор F2 16-ФЛО Кеттела) при 0,1 %-м уровне значимости. Выявлена согласованность корреляций трех показателей экстраверсии с показателями доминантности, беспечности, смелости, конформизма, агрессивности, «совиным» типом суточного ритма, психической пластичностью, циклотимии, а для нейротизма только с неблагоприятными психическими состояниями. Интерпретация Г. Айзенком сочетания обоих свойств темперамента по критериям высоких/низких «пси-способностей » (соответственно 24,7 и 2,3 % выборки) при сравнении с опросником «Интуиция», фактором «С»-силы «Эго» 16-ФЛО и успешностью обучения подтвердилась только методом сигмального отклонения. Это требует дальнейших исследований в плане поиска сопряженных тестов пси-способностей и соблюдения принципа повторяемости измерений на разных выборках.

Analysis of the information content of the Personal Traits and Interests Questionnaire by H. Eysenck

The paper presents the results of the examination of psychological and psycho-functional status of 263 physically and mentally healthy military students aged 18-19. By means of correlation analysis and sigma deviation, the researchers identify the experimental validity (equivalent to reliability) of extroversion and neuroticism of the Personal Traits and Interests Questionnaire with the same properties of temperament obtained in other paired tests (standard questionnaire by Eysenck and factor F2 of the 16PF Questionnaire by R. Cattell) at 0.1 % significance level. The study establishes the correlation between three indicators of extraversion and indicators of dominance, carelessness, courage, conformism, aggression, the “owl” type of daily rhythm, mental plasticity, cyclothymia and the correlation of neuroticism only with adverse mental states. H. Eysenck’s interpretation of the combination of both temperament properties according to the criteria of high/low “psi-abilities ” (24.7 % and 2.3 % of the sample respectively) compared with the Intuition Questionnaire, the factor “C”the strength of “Ego” of the 16PF Questionnaire and the successful training was confirmed only by the sigma deviation method. This requires further research in terms of discovering the paired psi-ability tests and observing the measurement repeatability principle on different samples.

Текст научной работы на тему «Анализ информативности теста-опросника г. Айзенка "Личные качества и интересы"»

УДК 159.9.072

htt ps://d oi.org/10.24158/spp.2018.4.10

Королева Татьяна Петровна

доктор психологических наук, профессор кафедры психологии и педагогики Краснодарского университета МВД России

Филиппова Ирина Анатольевна

адъюнкт кафедры психологии и педагогики Краснодарского университета МВД России

АНАЛИЗ ИНФОРМАТИВНОСТИ ТЕСТА-ОПРОСНИКА Г. АЙЗЕНКА

«ЛИЧНЫЕ КАЧЕСТВА И ИНТЕРЕСЫ»

Koroleva Tatyana Petrovna

D.Phil. in Psychology, Professor, Psychology and Education Science Department, Krasnodar University of the Ministry of Internal Affairs of Russia

Filippova Irina Anatolyevna

Postgraduate student, Psychology and Education Science Department, Krasnodar University of the Ministry of Internal Affairs of Russia

ANALYSIS OF THE INFORMATION CONTENT OF THE PERSONAL TRAITS AND INTERESTS QUESTIONNAIRE BY H.EYSENCK

Аннотация:

В работе приведены результаты определения психологического и психофункционального статуса 263 курсантов в возрасте 18-19 лет, физически и психически здоровых. Методами корреляционного анализа и сигмального отклонения установлена экспериментальная валидность (эквивалентная надежность) показателей экстраверсии и нейротизма теста-опросника «Личные качества и интересы» с аналогичными свойствами темперамента, полученными по другим сопряженным тестам (стандартный опросник Айзенка и фактор F216-ФЛО Кеттела) при 0,1 %-м уровне значимости. Выявлена согласованность корреляций трех показателей экстраверсии с показателями доминантности, беспечности, смелости, конформизма, агрессивности, «совиным» типом суточного ритма, психической пластичностью, циклотимии, а для нейротизма - только с неблагоприятными психическими состояниями. Интерпретация Г. Айзенком сочетания обоих свойств темперамента по критериям высоких/низких «пси-способностей» (соответственно 24,7 и 2,3 % выборки) при сравнении с опросником «Интуиция», фактором «С»-силы «Эго» 16-ФЛО и успешностью обучения подтвердилась только методом сигмального отклонения. Это требует дальнейших исследований в плане поиска сопряженных тестов пси-способностей и соблюдения принципа повторяемости измерений на разных выборках.

Ключевые слова:

свойства личности и темперамента, пси-способности, валидность, курсанты, тест-опросник Г. Айзенка «Личные качества и интересы».

The paper presents the results of the examination of psychological and psycho-functional status of 263 physically and mentally healthy military students aged 18-19. By means of correlation analysis and sigma deviation, the researchers identify the experimental validity (equivalent to reliability) of extroversion and neurot-icism of the Personal Traits and Interests Questionnaire with the same properties of temperament obtained in other paired tests (standard questionnaire by Eysenck and factor F2 of the 16PF Questionnaire by R. Cattell) at 0.1 % significance level. The study establishes the correlation between three indicators of extraversion and indicators of dominance, carelessness, courage, con-formism, aggression, the "owl" type of daily rhythm, mental plasticity, cyclothymia and the correlation of neuroticism only with adverse mental states. H. Ey-senck"s interpretation of the combination of both temperament properties according to the criteria of high/low "psi-abilities" (24.7 % and 2.3 % of the sample respectively) compared with the Intuition Questionnaire, the factor "C"- the strength of "Ego" of the 16PF Questionnaire and the successful training was confirmed only by the sigma deviation method. This requires further research in terms of discovering the paired psi-ability tests and observing the measurement repeatability principle on different samples.

personality and temperament properties, psi-abilities, validity, military students, Personal Traits and Interests Questionnaire by H. Eysenck.

Проблема изучения индивидуально-типологических свойств личности обусловлена тем, что темпераментные качества по-разному интерпретируются в зависимости от развития психодиагностики. Так, «восприимчивость» и «впечатлительность» по С.Л. Рубинштейну трансформировались в сенситивность, а возбудимость - в импульсивность, что в целом стало отождествляться с «эмоциональной возбудимостью». Экстраверсия оказывается связана с постоянной ориентацией на не вообще внешние события, а только на сиюминутные, т. е. экстраверт живет преимущественно в настоящем времени; интроверт же стал ориентироваться не только на прошлое, но и на будущее. Постепенно сформировался понятийный аппарат пяти свойств темперамента - интенсивности психических реакций, скорости их возникновения, протекания и устойчи-

вости, психического темпа, направленности психической деятельности. В нейрохимической модели «функционального ансамбля» структуры темперамента уже 12 свойств в зависимости от разных типов активности .

В.И. Куликовым выявлены индивидные признаки темперамента и свойств нервной системы по группе крови MN: холерик и сангвиник, лабильность торможения - MN (гетерозигота); флегматик - М (доминантый); меланхолик - N (рецессивный); лабильность возбуждения - M и MN; инертность возбуждения - MN и N. Признаков по группам АВ0 и резус-фактора не зафиксировано.

В работе Б.А. Вяткина установлено два индивидуально-типологических симптомоком-плекса, которые опосредуют влияние стресса на результативность деятельности. В частности, с повышением уровня психического напряжения успешность деятельности улучшается у нетревожных, уравновешенных, эмоционально невозбудимых, с «сильным» типом нервной системы, но ухудшается у лиц с противоположными особенностями.

Г. Айзенк предположил, что критерием дихотомии «интро/экстраверсия» является тонус коры больших полушарий головного мозга. Пониженный тонус экстраверта вынуждает его «под-питываться» извне, а повышенный тонус интроверта обращает его на внутренний мир . Отсюда холерик - невротизированный экстраверт (склонность к психопатии и истерии); сангвиник - эмоционально устойчивый экстраверт; флегматик - эмоционально устойчивый интроверт; меланхолик - невротизированный интроверт (склонность к дистимности, тревожности и неврозу навязчивых состояний).

Действительно, психическая тревожность по механизмам обратной связи требует проявления повышенной эмоциональной стабильности - помехоустойчивости . К условно-рефлекторной тревожности (собственно психическая тревожность) склонны нестабильные интроверты, а у нестабильных экстравертов преобладает соматическая тревожность (вегетативные системы тревожности) .

Анализируя работы Г. Айзенка, В.Д. Небылицын обратил внимание на исходный постулат о том, что у экстраверта возбуждение слабое и медленно развивается, а реактивное торможение сильное, быстро развивается и медленно рассеивается. Отсюда формулируется положение о балансе нервных процессов по их динамике. По мнению В.Д. Небылицына, Г. Айзенк неправомерно объединил в одном термине «временное торможение» три его вида - условное, дифференцированное и запредельное - на том основании, что все они требуют времени для своего развития. Отсюда и двусмысленность понятия «реактивное торможение». Оказалось, что динамичность возбуждения измерима, а измерение динамичности торможения весьма условно.

Другой аспект проблемы связан с очередным кризисом психологической науки: как изучать неординарные способности, реально существующие у людей? Они ведь тоже, как свойства нервной системы и темперамента, природно обусловлены и относятся к психобиологической категории. Г. Селье особое внимание уделил механизму интуиции. Он указывает, что главное достоинство сознательных видов активности - возможность целенаправленного регулирования со стороны воли и интеллекта, а слабость - невозможность решать одновременно две задачи, если не вытеснить одну из них в подсознание. Интуиция определяется как когнитивное состояние, направленное на осуществление точного выбора из равновероятных событий . Действительно, в соответствии с принципом неопределенности кора больших полушарий головного мозга (произвольный уровень) не может одномоментно поддерживать активацию двух и более очагов возбуждения. Классический пример - написание своего имени в обратном порядке с одновременным проговариванием букв в прямом порядке.

Термин «интуиция» (от лат. intueri - "пристально, внимательно смотреть") имеет два значения: 1) чутье, догадка, проницательность, основанная на предшествующем опыте; 2) непосредственное, мистическое (т. е. таинственное) постижение истины без помощи научного опыта и логических умозаключений. Иными словами, функции интуиции - оценка, предсказание-прогноз, приведение в действие отождествляются с неявными знаниями в практическом интеллекте, осуществляя качественный контроль за работой воспринимающих органов чувств.

Научное (сознательное) изучение интуиции прямыми методами невозможно при постулате ее вещественной природы, но возможно косвенными методами при постулате ее энергоинформационной природы. Интуиция как психобиологический феномен имеет определенные закономерности возникновения и проявления, что делает ее предметом научного изучения .

В последних своих разработках автор теории темперамента Г. Айзенк сосредоточил внимание на неординарных способностях. В переводном издании есть тест «Личные качества и интересы», включающий 60 вопросов по двум шкалам - экстраверсии и нейротизму, которые интерпретируются по критерию наличия/отсутствия «пси-способностей» (авторский термин) . Однако нет сведений о проверке данного теста на информативность, что и явилось целью нашего исследования.

С целью восполнить этот пробел мы применили ставшие уже традиционными опросник Айзенка по темпераменту и 16-ФЛО Кеттела, в котором можно рассчитать вторичный фактор F2 -экстраверсии. Тем самым было получено три показателя экстраверсии и два нейротизма. Измерялись также неблагоприятные психические состояния (тревожность, фрустрация, агрессивность, ригидность) по опроснику Айзенка , суточный ритм по отношению «частота сердечных сокращений / частота дыхания» и успешность обучения. Поскольку одним из признаков неординарных способностей, безусловно, является хорошо развитая интуиция, использовался соответствующий опросник, состоящий из весьма необычных вопросов . Обследовано 263 курсанта в возрасте 18-19 лет, физически и психически здоровых.

В любом исследовании статистическая надежность есть степень сходства истинной оценки с наблюдаемым при измерении результатом. Различают ретестовую надежность (путем повторного измерения), эквивалентную надежность (путем параллельного измерения одного и того же показателя разными тестами), гомогенность - устойчивость измерения (путем разбивки теста на четные и нечетные задания).

В 16-факторном тесте дополнительно рассчитывались вторичные факторы: эмоциональная напряженность F1, экстраверсия F2, лидерство F4.

Корреляционный анализ выявил согласованность взаимосвязи показателей экстраверсии и нейротизма с рядом других показателей (таблица 1).

Таблица 1 - Корреляции свойств темперамента со свойствами личности, психическим и психофизическим статусом у лиц молодого возраста (п = 263)

Экстраверсия Нейротизм

Показатель по пси-спо- традици- по по пси-спо- традици-

собности онная Кеттелу собности онный

Экстраверсия-пси-способность 0,788 0,363 -0,760

Экстраверсия по Кеттелу 0,363 0,409 -0,165

Нейротизм-пси-способность -0,232 0,291 0,268

А - циклотимия 0,260 0,587

C - сила «я» 0,268 -0,279

Е - доминантность 0,167 0,211

Р - беспечность 0,287 0,289 -0,168

Н - смелость 0,263 0,326 -0,132

1_ - подозрительность 0,188 0,159

N - проницательность -0,252

О - тревожность личностная -0,416 0,174

01 - радикализм 0,260

02 - самодостаточность -0,280 -0,273 0,161

03 - самоконтроль -0,185

04 - фрустрированность -0,225 0,314

Р1 - эмоциональная напряженность -0,406 0,301

Р4 - лидерство -0,149 -0,141

Тревожность ситуативная -0,370 -0,264 0,506 0,310

Фрустрация ситуативная -0,160 0,450 0,186

Агрессивность 0,210 0,232 0,251 0,216

Ригидность эмоциональная -0,368 -0,308 -0,147 0,390 0,248

Суточный ритм -0,161 -0,193 -0,199

Успешность обучения -0,134 -0,130

Примечание. Граничные значения г = 0,124, р < 0,05; г = 0,163, р < 0,01; г = 0,206, р < 0,001.

Наблюдаются согласованные корреляции экстраверсии-пси-способностей и экстраверсии традиционного измерения с показателями экстраверсии по Кеттелу, доминантности, беспечности, смелости, агрессивности, «совиным» типом суточного ритма, психической пластичностью и отрицательно - с самодостаточностью, лидерством и ситуативной тревожностью. При этом парадоксальны противоположные по знаку корреляции обеих экстраверсий с нейротизмом-пси-спо-собностей. Объяснить данный факт мы не можем.

Аналогична согласованность взаимосвязи экстраверсии-пси-способностей и экстраверсии по Кеттелу с показателями циклотимии, агрессивности, психической пластичности, «совиным» типом суточного ритма и отрицательно - с лидерством и ситуативной тревожностью. По нейро-тизму корреляции согласованы только с показателями тревожности, фрустрации, ригидности и отрицательно - с успешностью обучения.

Таким образом, из 24 показателей, с которыми взаимосвязаны два свойства темперамента, измеренные разными способами, у показателя экстраверсии по анализируемому тесту (критерий

пси-способностей) 12 корреляций. Экстраверсия, измеренная традиционным опросником Айзенка, имеет 10 корреляций. Совпадений 8. У показателя экстраверсии, полученного расчетным способом по 16-ФЛО Кеттела, 14 взаимосвязей. Из них совпадают с экстраверсией-пси-способ-ностей и экстраверсией по традиционному опроснику только 3.

Валидность теста - степень точности меры измерения того психического качества, для оценки которого он предназначен. Различают: содержательную (логическую) валидность путем экспертной оценки содержания теста, эмпирическую валидность - степень предсказания качества.

Вычисляется коэффициент корреляции тестового результата с внешним критерием: экспертным (содержательная валидность), экспериментальным (эквивалентная надежность с сопряженным тестом) или жизненным (практическая валидность). Для определения «концептуальной» валидности рассчитывается корреляция со всеми возможными внешними критериями - содержательная, экспериментальная и практическая валидность.

В исследовании показатели экстраверсии и нейротизма по тесту-опроснику «Личные качества и интересы» тесно взаимосвязаны с аналогичными по другим опросникам, что указывает на экспериментальную валидность (эквивалентную надежность).

С целью более углубленного анализа мы дифференцировали выборку по критериям Ай-зенка. В каждой шкале диапазон от 0 до 60 баллов. При наличии пси-способностей экстраверсия > 36 и нейротизм < 24 баллов (сангвиник), об отсутствии пси-способностей говорит сочетание экстраверсии < 24 и нейротизма > 36 баллов (меланхолик). Однако в последнем случае только один испытуемый из 263 имел нейротизм выше 36 баллов. Поэтому мы использовали метод сигмаль-ного отклонения, и оказалось, что в данной выборке диапазон высоких значений нейротизма начинается не с 36, а с 22 баллов.

С учетом вышесказанного число испытуемых с наличием пси-способностей составило 24,7 %, тогда как с низкими пси-способностями - всего 2,3 %. Помимо согласованности данных корреляционного анализа и метода сигмального отклонения относительно роли высокого уровня экстраверсии по пси-способностям в проявлении свойств темперамента по другим опросникам, смелости, беспечности и низкой самодостаточности, обнаружился еще ряд закономерностей. Так, при высоком уровне экстраверсии по пси-способностям в сравнении с низким ее уровнем лучше успешность обучения и сила «я» на фоне низких значений неблагоприятных психических состояний. Но, главное, достоверно лучше показатель интуиции. Это согласуется с данными Л. Антала и Р. Сканокера (таблица 2).

Таблица 2 - Показатели психологического статуса лиц молодого возраста

при противоположном уровне пси-способностей по Айзенку (M ± m)

Показатель Уровень пси-способностей t P <

высокий (n = 65) низкий (n = 6)

Интуиция, балл 40,27 ± 0,38 37,00 ± 0,71 4,07 0,001

Экстраверсия по пси-способностям, балл 36,88 ± 0,14 18,67 ± 2,27 8,20 0,001

F2 - экстраверсия по 16-ФЛО, стены 7,56 ± 0,26 5,10 ± 0,22 3,20 0,01

Экстраверсия по традиционному опроснику, балл 21,42 ± 0,23 11,00 ± 1,71 6,03 0,001

Нейротизм по пси-способностям, балл 13,91 ± 0,60 29,17 ± 1,38 10,16 0,001

Нейротизм по традиционному опроснику, балл 8,71 ± 0,22 16,33 ± 1,33 5,64 0,001

Успешность обучения, балл 4,74 ± 0,05 4,00 ± 0,00 13,59 0,001

С - сила «я», стены 7,73 ± 0,25 6,17 ± 0,54 2,62 0,05

F - беспечность, стены 5,97 ± 0,24 4,50 ± 0,50 2,65 0,01

H - смелость, стены 7,68 ± 0,22 5,60 ± 0,56 3,36 0,01

Q2 - самодостаточность, стены 3,47 ± 0,22 6,33 ± 0,92 3,04 0,01

Q4 - фрустрированность, стены 3,53 ± 0,21 4,33 ± 0,21 2,71 0,01

F1 - эмоциональная напряженность, стены 2,90 ± 0,26 4,37 ± 0,36 3,32 0,01

Тревожность, балл 1,54 ± 0,28 9,83 ± 1,87 4,39 0,001

Фрустрация, балл 3,69 ± 0,33 8,50 ± 2,28 2,09 0,05

Проверка теста-опросника «Личные качества и интересы» на валидность методами корреляционного анализа и сигмального отклонения выявила экспериментальную валидность (эквивалентную надежность) показателей экстраверсии и нейротизма с аналогичными свойствами темперамента, полученными по другим сопряженным тестам при 0,1 %-м уровне значимости (р < 0,001).

Тест-опросник «Личные качества и интересы» так же однозначно информативен (согласованность достоверных корреляций разных опросников) для экстраверсии относительно показателей смелости, беспечности и низкой самодостаточности, а для нейротизма - неблагоприятных психических состояний и отрицательно - успешности обучения.

Интерпретация Г. Айзенком определенного сочетания обоих свойств темперамента по критерию пси-способностей при сравнении с опросником «Интуиция» подтвердилась только методом сигмального отклонения. То же относится к показателям успешности обучения (практическая валидность) и фактору «С» 16-ФЛО.

Таким образом, практическое использование теста-опросника «Личные качества и интересы» целесообразно преимущественно для оценки экстраверсии/интроверсии и нейротизма / эмоциональной стабильности. Что касается критерия пси-способностей в этом тесте, то требуются дальнейшие исследования в плане поиска не только сопряженных тестов, но и соблюдения принципа повторяемости измерений на разных выборках.

1. Рубинштейн С.Л. Основы общей психологии. СПб., 2002. 720 с.

2. Trofimova I.N. The Interlocking between Functional Aspects of Activities and a Neurochemical Model of Adult Temperament // Temperaments: Individual Differences, Social and Environmental Influences and Impact on Quality of Life / ed. by M.C. Arnold. N. Y., 2016. С. 77-147.

3. Куликов В.И. Индивидный тест «Словесный портрет». Владивосток, 1988. 248 с.

4. Вяткин Б.А. Управление психическим стрессом в спортивных соревнованиях. М., 1981. 112 с.

5. Айзенк Г.Ю. Количество измерений личности: 16, 5 или 3? Критерии таксономической парадигмы // Иностранная психология. 1993. Т. 1, № 2. С. 9-23.

6. Медведев В.И. Устойчивость физиологических и психофизиологических функций человека при действии экстремальных факторов. Л., 1982. 98 с.

7. Плахтиенко В.А. Надежность в спорте // Спортивный психолог. 2004. № 2. С. 84-86.

8. Небылицын В.Д. Избранные психологические труды. М., 1990. С. 45-46.

9. Селье Г. От мечты к открытию. Как стать ученым: пер. с англ. / общ. ред. М.Н. Кондрашовой и И.С. Хорола; послесл. М.Г. Ярошевского и И.С. Хорола. М., 1987. 368 с.

10. Волков И.П. Возродить научные исследования по предмету психологии // Вестник Балтийской педагогической академии. 1995. Вып. 2. С. 25 ; 1996. Вып. 3. С. 6.

11. Айзенк Г.Ю. Проверьте свои способности: пер. с англ. М., 1992. 176 с.

12. Лучшие психологические тесты / пер. с англ. Е.А. Дружининой. Харьков, 1994. С. 16-20, 75-85.

13. Айзенк Г.Ю., Сарджент К. Измерьте свои экстрасенсорные способности. М., 2001. 192 с.

14. Antal L., Skanaker R. Pistol Shooting. Mount Vernon (WA), 1998. 185 р.

Antal, L & Skanaker, R 1998, Pistol Shooting, Mount Vernon (WA), 185 р.

Druzhinina, EA (transl.) 1994, The best psychological tests, Kharkov, pp. 16-20, 75-85, (in Russian). Eysenck, HJ 1992, Test your abilities, Moscow, 176 p., (in Russian).

Eysenck, HJ 1993, "Number of personality factors: 16, 5 or 3? Taxonomic paradigm criteria", Inostrannaya psikhologiya, vol. 1, no. 2, pp. 9-23, (in Russian).

Eysenck, HJ & Sargent, C 2001, Are you psychic? Tests and games to measure your powers, Moscow, 192 p., (in Russian). Kulikov, VI 1988, Verbal Portrait Individual Test, Vladivostok, 248 p., (in Russian).

Medvedev, VI 1982, Human physiological and psychophysiological stability under the influence of extreme factors, Leningrad, 98 p., (in Russian).

Nebylitsyn, VD 1990, Selected psychological works, Moscow, pp. 45-46, (in Russian). Plakhtienko, VA 2004, "Reliability in sports", Sportivnypsikholog, no. 2, pp. 84-86, (in Russian). Rubinstein, SL 2002, Fundamentals of general psychology, St. Petersburg, 720 p., (in Russian).

Selye, H, Kondrashova, MN, Khorol, IS & Yaroshevsky, MG (eds.) (comps.) 1987, From dream to discovery. On being a scientist, Moscow, 368 p., (in Russian).

Trofimova, IN & Arnold, MC (ed.) 2016, "The Interlocking between Functional Aspects of Activities and a Neurochemical Model of Adult Tem perament", Temperaments: Individual Differences, Social and Environmental Influences and Impact on Quality of Life, New York, pp. 77-147.

Volkov, IP 1995, "To revive research on psychology", Vestnik Baltiyskoy pedagogicheskoy akademii, iss. 2, p. 25, (in Russian).

Volkov, IP 1996, "To revive research on psychology", Vestnik Baltiyskoy pedagogicheskoy akademii, iss. 3, p. 6, (in Russian). Vyatkin, BA 1981, Mental stress management in sports competitions, Moscow, 112 p., (in Russian).

Корреляционный анализ активно используется в психологических исследованиях для выявления взаимосвязи между психологическими параметрами. Практическая глава курсовых, дипломных и магистерских работ психологии чаще всего содержит корреляционный анализ.

Для того, чтобы написать диплом по психологии и успешно его защитить, необходимо не только знать, что такое корреляция, но и понимать специфику использования этого статистического метода в психологических исследования.

Признаком использования корреляций в дипломной работе по психологии является наличие в названии темы следующих слов: «Изучение взаимосвязи…», «Исследование влияния…», «Выявление факторов…» .

В курсовых и дипломных по психологии чаще всего используются два корреляционных метода: коэффициенты ранговой корреляции Спирмена и корреляции Пирсона. Второй из них более строгий, то есть для его использования необходимо выполнения некоторых условий к данным. Чаще используется менее строгий коэффициент корреляции Спирмена. Но суть обоих коэффициентов корреляции применительно к психологическому исследованию одинакова.

Корреляции в психологическом исследовании

Корреляция - это степень взаимосвязи между какими-то показателями. В психологическом исследовании психологические показатели коррелируют, если в некоторой группе они изменяются согласованно. Например, от испытуемого к испытуемому с ростом одного показателя растет и другой - корреляция положительная или прямая. Или от испытуемого к испытуемому с ростом одного показателя второй снижается - корреляция отрицательная или обратная.

Например, мы измерили у 10 российских мужей два психологических показателя: 1) уровень удовлетворенности браком и 2) уровень интеллекта. Для простоты не будем привязываться к конкретным методикам, и показатели возьмем условные. В таблице приведены эти данные.

№ испытуемого		Уровень интеллекта

Посмотрим внимательно, как меняются показатели УБ и интеллекта от испытуемого к испытуемому. Видно, что УБ растет и уровень интеллекта тоже растет. Причем нет ни одного исключения в этой закономерности. Это пример положительной корреляции, причем это максимально возможная положительная (прямая) корреляция, равная 1.

В следующей таблице данные, полученные на мужьях другой страны, например, Монголии.

№ испытуемого	Уровень удовлетворённости браком	Уровень интеллекта
1
2
3
4
5
6
7
8
9
10

Посмотрим внимательно, как меняются показатели УБ и интеллекта от испытуемого к испытуемому. Видно, что УБ растет, а уровень интеллекта строго снижается. Причем нет ни одного исключения в этой закономерности.

Это пример отрицательной корреляции, причем это максимально возможная отрицательная (обратная) корреляция, равная -1.

«Как видим, мы получили совершенно различные результаты на выборках российских и монгольских мужей. Корреляционный анализ показал, что чем умнее российские мужчины, тем они более счастливы в браке.

А вот у монгольских мужчин ситуация совершенно иная - чем они глупее, тем более счастливы в браке.

Таким образом, у монгольских мужчин низкий интеллект выступает фактором роста удовлетворенности браком, а у российских - фактором снижения удовлетворенности браком.»

Мы рассмотрели два крайних случая - полных прямой и обратной корреляции применительно к эмпирическому психологическому исследованию. В реальности психологические данные в группе испытуемых расположены не так однозначно, и получаемые коэффициенты корреляции расположены в промежутке от -1 до 1.

В следующей таблице мы немного изменили показатели во втором столбце.

№ испытуемого	Уровень удовлетворённости браком	Уровень интеллекта

Расчет показал, что теперь коэффициент корреляции равен 0,976.

Теперь еще больше перепутаем показатели во втором столбце.

№ испытуемого	Уровень удовлетворённости браком	Уровень интеллекта

Расчет показывает, что теперь коэффициент корреляции равен -0,103. Близость коэффициента корреляции к 0 означает очень низкое значение и низкую корреляцию, низкую взаимосвязь. И действительно, теперь трудно уловить какую-либо согласованность между вторым и третьим столбцами.

Корреляция в дипломной (курсовой) работе по психологии

Коэффициенты корреляции при анализе взаимосвязей между психологическими показателями могут принимать численные значения от -1 до 1.

Положительный коэффициент корреляции означает положительную (прямую) зависимость между двумя психологическими показателями в группе.

Отрицательный коэффициент корреляции означает отрицательную (обратную) зависимость между двумя психологическими показателями в группе.

Между двумя психологическими показателями, измеренными в группе испытуемых, всегда есть какая-то зависимость (корреляция) Она отражается числом от -1 до 1. Однако интерес представляют лишь статистически значимые коэффициенты корреляции.

Статистически значимые коэффициенты корреляции выявляются путем сравнения полученного нами эмпирического коэффициента корреляции с критическим значением.

Критическое значение коэффициента корреляции берется из специальных статистических таблиц, и его значение определяется объемом выборки. Чем больше человек в выборке, тем ниже критическое значение.

Чтобы определить, является ли статистически значимым полученный нами коэффициент корреляции, необходимо сравнить его значение по модулю (без учета знака) с критическим значением. Если наш эмпирический коэффициент корреляции без учета знака больше критического, то он статистически значим; если нет, - незначим.

Если расчет коэффициента корреляции проводится с помощью статистических программ, то она сама помечает значимые корреляции, и необходимость искать критические значения и сравнивать исчезает.

Пример.

В группе подростков из 30 человек с помощью тестов были измерены два показателя: уровень агрессивности и уровень тревожности .

С помощью статистической программы рассчитали коэффициент корреляции агрессивности и тревожности.

Коэффициент корреляции агрессивности и тревожности в группе подростков

	Агрессивность
Тревожность	0,58*

* - статистически значимая корреляция (р≤0,05)

Критическое значение коэффициента корреляции Спирмена для выборки из 30 человек при уровне значимости р=0,05 (см. ниже) равен 0,36.

Сравниваем и получаем, что наш эмпирический коэффициент корреляции больше по модулю, чем критический. Следовательно, корреляция статистически значима.

Вот как правильно должно выглядеть описание полученной корреляции:

«Анализ данных, приведенных в таблице, показывает, что выявлена статистически значимая положительная корреляция между уровнем агрессивности и уровнем тревожности в группе подростков. Это означает, что чем выше проявления агрессивности у подростков, тем выше их склонность проявлять тревожные реакции в ситуациях, угрожающих безопасности или самооценке».

Обычно описания корреляции достаточно. Однако лучше дополнительно привести интерпретацию полученного результата. Примерно вот так:

«С нашей точки зрения, полученный результат показывает, что рост тревоги подростка в связи с его физической безопасностью, а также в связи с угрозой самооценке может реализоваться в форме агрессивных реакций. Такой результат еще раз подтверждает мнение многих авторов о том, что подростковая агрессия выступает непродуктивным и архаичным способом адаптации. В этой связи развитие у подростков конструктивных способов преодоления негативных эмоциональных состояний, в том числе и тревожности, будет способствовать снижению их агрессивности».

Уровень статистической значимости - это таинственное «р»

В статистических расчетах «р» - это обозначение уровня статистической значимости .

Все статистические расчеты носят приблизительный характер. Уровень этой приблизительности и определяет «р». Уровень значимости записывается в виде десятичных дробей, например, 0,023 или 0,965. Если умножить такое число на 100, то получим показатель р в процентах: 2,3% и 96,5%. Эти проценты отражают вероятность ошибочности нашего предположения о взаимосвязи между агрессивностью и тревожностью.

То есть, выше приведенный коэффициент корреляции 0,58 между агрессивностью и тревожностью получен при уровне статистической значимости 0,05 или вероятности ошибки 5%. Что это конкретно означает?

Выявленная нами корреляция означает, что в нашей выборке наблюдается такая закономерность: чем выше агрессивность, тем выше тревожность. То есть, если мы возьмем двух подростков, и у одного тревожность будет выше, чем у другого, то, зная о положительной корреляции, мы можем утверждать, что у этого подростка и агрессивность будет выше. Но так как в статистике все приблизительно, то, утверждая это, мы допускаем, что можем ошибиться, причем вероятность ошибки 5%. То есть, сделав 20 таких сравнений в этой группе подростков, мы можем 1 раз ошибиться с прогнозом об уровне агрессивности, зная тревожность.

Что отражает корреляция - взаимосвязь или влияние?

Корреляционный анализ выявляет взаимосвязь между психологическими показателями. При этом наличие корреляции, строго говоря, не дает нам оснований говорить о причинно-следственных связях между показателями.

Вернемся к примеру с агрессивностью и тревожностью. Корреляция между ними не дает оснований говорить, что тревожность является причиной, а агрессивность - следствием. Нельзя также говорить обратное, что агрессивность является причиной, а тревожность - следствием.

В то же время в реальных исследованиях на основании корреляций часто делаются выводы о причинно-следственных связях. В нашем случае можно было бы сказать, что наличие положительной статистически значимой корреляционной связи между агрессивностью и тревожностью позволяет говорить о том, что тревожность выступает одним из факторов (причин) роста агрессивности у подростков. В этом случае также можно сказать, что тревожность влияет на агрессивность.

Термин «влияние» как раз и предполагает наличие между показателями причинно-следственной связи. А термин «взаимосвязь» не предполагает.

В некоторых вузах требуют использовать только термин взаимосвязь, и это более правильно и строго. В других спокойно воспринимают термин «влияние», который ближе к жизни.

Надеюсь, эта статья поможет вам написать работу по психологии самостоятельно. Если понадобится помощь, обращайтесь (все виды работ по психологии; статистические расчеты).

Полный текст

Применение статистических методов при обработке материалов психологических исследований дает большую возможность извлечь из экспериментальных данных полезную информацию. Одним из самых распространенных методов статистики является корреляционный анализ.

Термин «корреляция» впервые применил французский палеонтолог Ж. Кювье, который вывел «закон корреляции частей и органов животных» (этот закон позволяет восстанавливать по найденным частям тела облик всего животного). В статистику указанный термин ввел английский биолог и статистик Ф. Гальтон (не просто «связь» – relation , а «как бы связь» – corelation ).

Корреляционный анализ – это проверка гипотез о связях между переменными с использованием коэффициентов корреляции, двумерной описательной статистики, количественной меры взаимосвязи (совместной изменчивости) двух переменных. Таким образом, это совокупность методов обнаружения корреляционной зависимости между случайными величинами или признаками.

Корреляционный анализ для двух случайных величин заключает в себе:

построение корреляционного поля и составление корреляционной таблицы;
вычисление выборочных коэффициентов корреляции и корреляционных отношений;
проверку статистической гипотезы значимости связи.

Основное назначение корреляционного анализа – выявление связи между двумя или более изучаемыми переменными, которая рассматривается как совместное согласованное изменение двух исследуемых характеристик. Данная изменчивость обладает тремя основными характериcтиками: формой, направлением и силой.

По форме корреляционная связь может быть линейной или нелинейной. Более удобной для выявления и интерпретации корреляционной связи является линейная форма. Для линейной корреляционной связи можно выделить два основных направления: положительное («прямая связь») и отрицательное («обратная связь»).

Сила связи напрямую указывает, насколько ярко проявляется совместная изменчивость изучаемых переменных. В психологии функциональная взаимосвязь явлений эмпирически может быть выявлена только как вероятностная связь соответствующих признаков. Наглядное представление о характере вероятностной связи дает диаграмма рассеивания – график, оси которого соответствуют значениям двух переменных, а каждый испытуемый представляет собой точку.

В качестве числовой характеристики вероятностной связи используют коэффициенты корреляции, значения которых изменяются в диапазоне от –1 до +1. После проведения расчетов исследователь, как правило, отбирает только наиболее сильные корреляции, которые в дальнейшем интерпретируются (табл. 1).

Критерием для отбора «достаточно сильных» корреляций может быть как абсолютное значение самого коэффициента корреляции (от 0,7 до 1), так и относительная величина этого коэффициента, определяемая по уровню статистической значимости (от 0,01 до 0,1), зависящему от размера выборки. В малых выборках для дальнейшей интерпретации корректнее отбирать сильные корреляции на основании уровня статистической значимости. Для исследований, которые проведены на больших выборках, лучше использовать абсолютные значения коэффициентов корреляции.

Таким образом, задача корреляционного анализа сводится к установлению направления (положительное или отрицательное) и формы (линейная, нелинейная) связи между варьирующими признаками, измерению ее тесноты, и, наконец, к проверке уровня значимости полученных коэффициентов корреляции.

В настоящее время разработано множество различных коэффициентов корреляции. Наиболее применяемыми являются r -Пирсона, r -Спирмена и τ -Кендалла. Современные компьютерные статистические программы в меню «Корреляции» предлагают именно эти три коэффициента, а для решения других исследовательских задач предлагаются методы сравнения групп.

Выбор метода вычисления коэффициента корреляции зависит от типа шкалы, к которой относятся переменные (табл. 2).

Для переменных с интервальной и с номинальной шкалой используется коэффициент корреляции Пирсона (корреляция моментов произведений). Если, по меньшей мере, одна из двух переменных имеет порядковую шкалу или не является нормально распределенной, используется ранговая корреляция по Спирмену или

t-Кендалла. Если же одна из двух переменных является дихотомической, можно использовать точечную двухрядную корреляцию (в статистической компьютерной программе SPSS эта возможность отсутствует, вместо нее может быть применен расчет ранговой корреляции). В том случае если обе переменные являются дихотомическими, используется четырехполевая корреляция (данный вид корреляции рассчитываются SPSS на основании определения мер расстояния и мер сходства). Расчет коэффициента корреляции между двумя недихотомическими переменными возможен только тогда, кода связь между ними линейна (однонаправлена). Если связь, к примеру, U -образная (неоднозначная), коэффициент корреляции не пригоден для использования в качестве меры силы связи: его значение стремится к нулю.

Таким образом, условия применения коэффициентов корреляции будут следующими:

переменные, измеренные в количественной (ранговой, метрической) шкале на одной и той же выборке объектов;
связь между переменными является монотонной.

Основная статистическая гипотеза, которая проверяется корреляционным анализом, является ненаправленной и содержит утверждение о равенстве корреляции нулю в генеральной совокупности H 0: r xy = 0. При ее отклонении принимается альтернативная гипотеза H 1: r xy ≠ 0 о наличии положительной или отрицательной корреляции – в зависимости от знака вычисленного коэффициента корреляции.

На основании принятия или отклонения гипотез делаются содержательные выводы. Если по результатам статистической проверки H 0: r xy = 0 не отклоняется на уровне a, то содержательный вывод будет следующим: связь между X и Y не обнаружена. Если же при H 0 r xy = 0 отклоняется на уровне a, значит, обнаружена положительная (отрицательная) связь между X и Y . Однако к интерпретации выявленных корреляционных связей следует подходить осторожно. С научной точки зрения, простое установление связи между двумя переменными не означает существования причинно-следственных отношений. Более того, наличие корреляции не устанавливает отношения последовательности между причиной и следствием. Оно просто указывает, что две переменные взаимосвязаны между собой в большей степени, чем это можно ожидать при случайном совпадении. Тем не менее, при соблюдении осторожности применение корреляционных методов при исследовании причинно-следственных отношений вполне оправдано. Следует избегать категоричных фраз типа «переменная X является причиной увеличения показателя Y ». Подобные утверждения следует формулировать как предположения, которые должны быть строго обоснованы теоретически.

Подробное описание математической процедуры для каждого коэффициента корреляции дано в учебниках по математической статистике ; ; ; и др. Мы же ограничимся описанием возможности применения этих коэффициентов в зависимости от типа шкалы измерения.

Корреляция метрических переменных

Для изучения взаимосвязи двух метрических переменных, измеренных на одной и той же выборке, применяется коэффициент корреляции r -Пирсона . Сам коэффициент характеризует наличие только линейной связи между признаками, обозначаемыми, как правило, символами X и Y . Коэффициент линейной корреляции является параметрическим методом и его корректное применение возможно только в том случае, если результаты измерений представлены в шкале интервалов, а само распределение значений в анализируемых переменных отличается от нормального в незначительной степени. Существует множество ситуаций, в которых его применение целесообразно. Например: установление связи между интеллектом школьника и его успеваемостью; между настроением и успешностью выхода из проблемной ситуации; между уровнем дохода и темпераментом и т. п.

Коэффициент Пирсона находит широкое применение в психологии и педагогике. Например, в работах И. Я. Каплуновича и П. Д. Рабиновича, М. П. Нуждиной для подтверждения выдвинутых гипотез был использован расчет коэффициента линейной корреляции Пирсона.

При обработке данных «вручную» необходимо вычислить коэффициент корреляции, а затем определить p -уровень значимости (в целях упрощения проверки данных пользуются таблицами критических значений r xy , которые составлены с помощью этого критерия). Величина коэффициента линейной корреляции Пирсона не может превышать +1 и быть меньше чем –1. Эти два числа +1 и –1 являются границами для коэффициента корреляции. Когда при расчете получается величина, большая +1 или меньшая –1, это свидетельствует, что произошла ошибка в вычислениях.

При вычислениях на компьютере статистическая программа (SPSS, Statistica) сопровождает вычисленный коэффициент корреляции более точным значением p -уровня.

Для статистического решения о принятии или отклонении H 0 обычно устанавливают α = 0,05, а для большого объема наблюдений (100 и более) α = 0,01. Если p ≤ α, H 0 отклоняется и делается содержательный вывод, что обнаружена статистически достоверная (значимая) связь между изучаемыми переменными (положительная или отрицательная – в зависимости от знака корреляции). Когда p > α, H 0 не отклоняется, содержательный вывод ограничен констатацией, что связь (статистически достоверная) не обнаружена.

Если связь не обнаружена, но есть основания полагать, что связь на самом деле есть, следует проверить возможные причины недостоверности связи.

Нелинейность связи – для этого проанализировать график двумерного рассеивания. Если связь нелинейная, но монотонная, перейти к ранговым корреляциям. Если связь не монотонная, то делить выборку на части, в которых связь монотонная, и вычислить корреляции отдельно для каждой части выборки, или делить выборку на контрастные группы и далее сравнивать их по уровню выраженности признака.

Наличие выбросов и выраженная асимметрия распределения одного или обоих признаков. Для этого необходимо посмотреть гистограммы распределения частот обоих признаков. При наличии выбросов или асимметрии исключить выбросы или перейти к ранговым корреляциям.

Неоднородность выборки (проанализировать график двумерного рассеивания). Попытаться разделить выборку на части, в которых связь может иметь разные направления.

Если же связь статистически достоверна, то прежде чем делать содержательный вывод, необходимо исключить возможность ложной корреляции:

связь обусловлена выбросами . При наличии выбросов перейти к ранговым корреляциям или исключить выбросы;
связь обусловлена влиянием третьей переменной . Если есть подобное явление, необходимо вычислить корреляцию не только для всей выборки, но и для каждой группы в отдельности. Если «третья» переменная метрическая – вычислить частную корреляцию.

Коэффициент частной корреляции r xy -z вычисляется в том случае, если необходимо проверить предположение, что связь между двумя переменными X и Y не зависит от влияния третьей переменной Z . Очень часто две переменные коррелируют друг с другом только за счет того, что обе они согласованно меняются под влиянием третьей переменной. Иными словами, на самом деле связь между соответствующими свойствами отсутствует, но проявляется в статистической взаимосвязи под влиянием общей причины. Например, общей причиной изменчивости двух переменных может являться возраст при изучении взаимосвязи различных психологических особенностей в разновозрастной группе. При интерпретации частной корреляции с позиции причинности следует быть осторожным, так как если Z коррелирует и с X и с Y , а частная корреляция r xy -z близка к нулю, из этого не обязательно следует, что именно Z является общей причиной для X и Y .

Корреляция ранговых переменных

Если к количественным данным неприемлем коэффициент корреляции r -Пирсона , то для проверки гипотезы о связи двух переменных после предварительного ранжирования могут быть применены корреляции r -Спирмена или τ -Кендалла . Например, в исследовании психофизических особенностей музыкально одаренных подростков И. А. Лавочкина был использован критерий Спирмена.

Для корректного вычисления обоих коэффициентов (Спирмена и Кендалла) результаты измерений должны быть представлены в шкале рангов или интервалов. Принципиальных отличий между этими критериями не существует, но принято считать, что коэффициент Кендалла является более «содержательным», так как он более полно и детально анализирует связи между переменными, перебирая все возможные соответствия между парами значений. Коэффициент Спирмена более точно учитывает именно количественную степень связи между переменными.

Коэффициент ранговой корреляции Спирмена является непараметрическим аналогом классического коэффициента корреляции Пирсона, но при его расчете учитываются не связанные с распределением показатели сравниваемых переменных (среднее арифметическое и дисперсия), а ранги. Например, необходимо определить связь между ранговыми оценками качеств личности, входящими в представление человека о своем «Я реальном» и «Я идеальном».

Коэффициент Спирмена широко используется в психологических исследованиях. Например, в работе Ю. В. Бушова и Н. Н. Несмеловой : для изучения зависимости точности оценки и воспроизведения длительности звуковых сигналов от индивидуальных особенностей человека был использован именно он.

Так как этот коэффициент – аналог r -Пирсона, то и применение его для проверки гипотез аналогично применению коэффициента r -Пирсона. То есть проверяемая статистическая гипотеза, порядок принятия статистического решения и формулировка содержательного вывода – те же. В компьютерных программах (SPSS, Statistica) уровни значимости для одинаковых коэффициентов r -Пирсона и r -Спирмена всегда совпадают.

Преимущество коэффициента r -Спирмена по сравнению с коэффициентом r -Пирсона – в большей чувствительности к связи. Мы используем его в следующих случаях:

наличие существенного отклонения распределения хотя бы одной переменной от нормального вида (асимметрия, выбросы);
появление криволинейной (монотонной) связи.

Ограничением для применения коэффициента r -Спирмена являются:

по каждой переменной не менее 5 наблюдений;
коэффициент при большом количестве одинаковых рангов по одной или обеим переменным дает огрубленное значение.

Коэффициент ранговой корреляции τ -Кендалла является самостоятельным оригинальным методом, опирающимся на вычисление соотношения пар значений двух выборок, имеющих одинаковые или отличающиеся тенденции (возрастание или убывание значений). Этот коэффициент называют еще коэффициентом конкордации . Таким образом, основной идеей данного метода является то, что о направлении связи можно судить, попарно сравнивая между собой испытуемых: если у пары испытуемых изменение по X совпадает по направлению с изменением по Y , это свидетельствует о положительной связи, если не совпадает – об отрицательной связи, например, при исследовании личностных качеств, имеющих определяющее значение для семейного благополучия. В этом методе одна переменная представляется в виде монотонной последовательности (например, данные мужа) в порядке возрастания величин; другой переменной (например, данные жены) присваиваются соответствующие ранговые места. Количество инверсий (нарушений монотонности по сравнению с первым рядом) используется в формуле для корреляционных коэффициентов.

При подсчете τ- Кендалла «вручную» данные сначала упорядочиваются по переменной X . Затем для каждого испытуемого подсчитывается, сколько раз его ранг по Y оказывается меньше, чем ранг испытуемых, находящихся ниже. Результат записывается в столбец «Совпадения». Сумма всех значений столбца «Совпадение» и есть P – общее число совпадений, подставляется в формулу для вычисления коэффициента Кендалла, который более прост в вычислительном отношении, но при возрастании выборки, в отличие от r -Спирмена, объем вычислений возрастает не пропорционально, а в геометрической прогрессии. Так, например, при N = 12 необходимо перебрать 66 пар испытуемых, а при N = 489 – уже 1128 пар, т. е. объем вычислений возрастает более чем в 17 раз. При вычислениях на компьютере в статистической программе (SPSS, Statistica) коэффициент Кендалла обсчитывается аналогично коэффициентам r -Спирмена и r -Пирсона. Вычисленный коэффициент корреляции τ -Кендалла характеризуется более точным значением p -уровня.

Применение коэффициента Кендалла является предпочтительным, если в исходных данных имеются выбросы.

Особенностью ранговых коэффициентов корреляции является то, что максимальным по модулю ранговым корреляциям (+1, –1) не обязательно соответствуют строгие прямо или обратно пропорциональные связи между исходными переменными X и Y : достаточна лишь монотонная функциональная связь между ними. Ранговые корреляции достигают своего максимального по модулю значения, если большему значению одной переменной всегда соответствует большее значение другой переменной (+1), или большему значению одной переменной всегда соответствует меньшее значение другой переменной и наоборот (–1).

Проверяемая статистическая гипотеза, порядок принятия статистического решения и формулировка содержательного вывода те же, что и для случая r -Спирмена или r -Пирсона.

Если статистически достоверная связь не обнаружена, но есть основания полагать, что связь на самом деле есть, следует сначала перейти от коэффициента

r -Спирмена к коэффициенту τ -Кендалла (или наоборот), а затем проверить возможные причины недостоверности связи:

нелинейность связи : для этого посмотреть график двумерного рассеивания. Если связь не монотонная, то делить выборку на части, в которых связь монотонная, или делить выборку на контрастные группы и далее сравнивать их по уровню выраженности признака;
неоднородность выборки : посмотреть график двумерного рассеивания, попытаться разделить выборку на части, в которых связь может иметь разные направления.

Если же связь статистически достоверна, то прежде чем делать содержательный вывод, необходимо исключить возможность ложной корреляции (по аналогии с метрическими коэффициентами корреляции).

Корреляция дихотомических переменных

При сравнении двух переменных, измеренных в дихотомической шкале, мерой корреляционной связи служит так называемый коэффициент j, который представляет собой коэффициент корреляции для дихотомических данных.

Величина коэффициента φ лежит в интервале между +1 и –1. Он может быть как положительным, так и отрицательным, характеризуя направление связи двух дихотомически измеренных признаков. Однако интерпретация φ может выдвигать специфические проблемы. Дихотомические данные, входящие в схему вычисления коэффициента φ, не похожи на двумерную нормальную поверхность, следовательно, неправильно считать, что интерпретируемые значения r xy =0,60 и φ = 0,60 одинаковы. Коэффициент φ можно вычислить методом кодирования, а также используя так называемую четырехпольную таблицу или таблицу сопряженности.

Для применения коэффициента корреляции φ необходимо соблюдать следующие условия:

сравниваемые признаки должны быть измерены в дихотомической шкале;
X и Y должно быть одинаковым.

Данный вид корреляции рассчитывают в компьютерной программе SPSS на основании определения мер расстояния и мер сходства. Некоторые статистические процедуры, такие как факторный анализ, кластерный анализ, многомерное масштабирование, построены на применении этих мер, а иногда сами представляют добавочные возможности для вычисления мер подобия.

В тех случаях когда одна переменная измеряется в дихотомической шкале (переменная X ), а другая в шкале интервалов или отношений (переменная Y ), используется бисериальный коэффициент корреляции , например, при проверке гипотез о влиянии пола ребенка на показатель роста и веса. Этот коэффициент изменяется в диапазоне от –1 до +1, но его знак для интерпретации результатов не имеет значения. Для его применения необходимо соблюдать следующие условия:

сравниваемые признаки должны быть измерены в разных шкалах: одна X – в дихотомической шкале; другая Y – в шкале интервалов или отношений;
переменная Y имеет нормальный закон распределения;
число варьирующих признаков в сравниваемых переменных X и Y должно быть одинаковым.

Если же переменная X измерена в дихотомической шкале, а переменная Y в ранговой шкале (переменная Y ), можно использовать рангово-бисериальный коэффициент корреляции , который тесно связан с τ-Кендалла и использует в своем определении понятия совпадения и инверсии. Интерпретация результатов та же.

Проведение корреляционного анализа с помощью компьютерных программ SPSS и Statistica – простая и удобная операция. Для этого после вызова диалогового окна Bivariate Correlations (Analyze>Correlate> Bivariate…) необходимо переместить исследуемые переменные в поле Variables и выбрать метод, с помощью которого будет выявляться корреляционная связь между переменными. В файле вывода результатов для каждого рассчитываемого критерия содержится квадратная таблица (Correlations). В каждой ячейке таблицы приведены: само значение коэффициента корреляции (Correlation Coefficient), статистическая значимость рассчитанного коэффициента Sig, количество испытуемых.

В шапке и боковой графе полученной корреляционной таблицы содержатся названия переменных. Диагональ (левый верхний – правый нижний угол) таблицы состоит из единиц, так как корреляция любой переменной с самой собой является максимальной. Таблица симметрична относительно этой диагонали. Если в программе установлен флажок «Отмечать значимые корреляции», то в итоговой корреляционной таблице будут отмечены статистически значимые коэффициенты: на уровне 0,05 и меньше – одной звездочкой (*), а на уровне 0,01 – двумя звездочками (**).

Итак, подведем итоги: основное назначение корреляционного анализа – это выявление связи между переменными. Мерой связи являются коэффициенты корреляции, выбор которых напрямую зависит от типа шкалы, в которой измерены переменные, числа варьирующих признаков в сравниваемых переменных и распределения переменных. Наличие корреляции двух переменных еще не означает, что между ними существует причинная связь. Хотя корреляция прямо не указывает на причинную связь, она может быть ключом к разгадке причин. На ее основе можно сформировать гипотезы. В некоторых случаях отсутствие корреляции имеет более глубокое воздействие на гипотезу о причинной связи. Нулевая корреляция двух переменных может свидетельствовать, что никакого влияния одной переменной на другую не существует.

Содержание мыслительных операций в структуре пространственного мышления // Вопросы психологии. 1987. № 6.

Лавочкина И. А. Психофизические особенности музыкально одаренных подростков // Вопросы психологии. 1988. № 4.

Наследов А. Д. Математические методы психологического исследования. Анализ и интерпретация данных. СПб., 2004.

Рабинович П. Д., Нуждина М. П. Зависимость успеваемости студентов от их характерологических особенностей // Вопросы психологии. 1987. № 6.

Романко В. К. Курс теории вероятностей и математической статистики для психологов. М., 2000.

Сидоренко Е. В. Методы математической обработки в психологии. СПб., 2001.

Солсо Р. Л., Джонсон Х. Х., Бил М. К. Экспериментальная психология: практический курс. СПб., 2001.

Мы рассмотрели ^-критерий, предназначенный в основном для сравнения результатов различных групп испытуемых (при условии нормального распределения и данных, представленных в нормированных шкалах). Другой довольно часто встречающейся задачей психологического исследования является выявление взаимосвязей между двумя или более наборами данных. Одна из простейших форм выявления такой связи - корреляция.

Корреляционный анализ дает возможность тонной количественной оценки степени согласованности изменений (варьирования) двух и более признаков. Степень согласованности изменений характеризует теснота связи - абсолютная величина коэффициента корреляции.

Наличие корреляции между двумя результатами, в сущности, означает, что при изменении одного результата другой также изменяется - таким образом, между результатами существует, выявляется связь. Если значение некоторой величины может изменяться, то такую величину называют переменной. Корреляция между двумя переменными может быть положительной или отрицательной. Положительной корреляцией называется такая связь между переменными, когда значения обеих переменных возрастают или убывают пропорционально: с уменьшением (увеличением) одной уменьшается (увеличивается) другая. Простым примером положительной корреляции является связь между ростом и весом человека - с возрастанием роста возрастает и вес, и, как правило, люди высокого роста имеют больший вес, чем люди маленького роста. В случае отрицательной корреляции, связь обратно пропорциональна: возрастание одной переменной сопровождается убыванием другой (например, температура воздуха и количество надетой одежды - чем теплее на улице, тем меньше одежды мы надеваем).

Важно отметить другое: корреляция еще не означает наличия причинно- следственной связи. Наличие корреляции говорит о том, что между двумя переменными существует связь, но не о том, что одна из переменных является причиной, а другая - следствием. Существование причинно-следственной связи устанавливается другими методами.

В связи с этим достаточно рискован содержательный вывод о причинно-следственной зависимости между изучаемыми явлениями только на основании статистической значимости связи между соответствующими признаками (т.е. на основании коэффициента корреляции). Конечно, статическая связь между признаками - это необходимое, но не достаточное условие причинно-следственной связи между ними. Утверждение о том, что явление А есть причина явления В, справедливо, если одновременно выполняются три условия :

явления А и В статистически связаны;
А происходит раньше В;
отсутствует альтернативная интерпретация появления В помимо А (другими словами, отсутствует общая причина С совместной изменчивости А и В).

Таким образом, применение корреляционного метода позволяет обосновать наличие только статистической связи - одного из трех признаков причинно-следственной связи .

Но вернемся к приведенному выше примеру с температурой воздуха и одеждой. Наличие связи между этими переменными не означает, что если мы снимем одежду, то температура воздуха повысится. Нам придется воспользоваться другими методами, чтобы показать, что в данном случае связь является односторонней и причиной изменения количества одежды, которую надевают люди, является изменение температуры воздуха. В других случаях связь между двумя переменными может быть обусловлена какой-либо третьей переменной, и корреляция просто отражает наличие чего-то общего между двумя переменными и этой третьей. Для иллюстрации подобной ситуации часто приводят следующий пример: если бы у нас возникло странное желание измерить размер ступни школьников и оценить их знания по математике, то мы обнаружили бы положительную корреляцию между длиной ступни и оценками по математике.

Означает ли это, что математические способности зависят от размера ноги или что у тех, кто делает успехи в математике, быстрее растут ноги? Конечно же, нет - эта корреляция объясняется влиянием третьей переменной: а именно, возраста (чем старше ребенок, тем больше у него нога и тем лучше он разбирается в математике). Поэтому при интерпретации корреляции необходима осторожность .

После того как выявлена положительная или отрицательная корреляция, необходимо установить, сколь тесной она является. На это указывает коэффициент корреляции, который обозначают буквой г, величина г варьирует в диапазоне от -1 до +1. В случае прямо пропорциональной зависимости одного признака от другого коэффициент корреляции равен единице (т.е. признак коррелирует (связан) сам с собой). Отрицательный коэффициент корреляции, как указывалось выше, свидетельствует о разной направленности варьирования признаков: при изменении одного в сторону увеличения другой уменьшается и наоборот.

Когда статистическому анализу подвергаются данные, взятые из «реальной жизни», то обычно выявляются корреляции с коэффициентами, находящимися в диапазоне между нулем (отсутствие корреляции) и единицей (идеальная корреляция), и чем ближе значение г к ±1, тем более тесной является связь. Значения г выражаются в десятичных дробях (например, -0,23; +0,5 и т.п.). При низких значениях г (обычно низкими считаются значения, не превышающие 0,2 при п

Нулевая величина коэффициента корреляции говорит об отсутствии взаимосвязи между признаками, но такое встречается очень редко, ибо в сфере психических явлений все явления со всеми взаимосвязаны (в большинстве случаев опосредованно и могут проявляться лишь на уровне тенденций). Это не требует доказательств. И вся проблема в том, насколько тесна эта взаимосвязь, чем и какими факторами она опосредуется, от чего зависит, какими методами выявляется и каким образом учитывается в практической деятельности обучения, воспитания, формирования профессионально важных навыков, качеств, мастерства.

При рассмотрении числовых значений коэффициентов корреляции создается впечатление, будто значения г являются непосредственным показателем силы корреляции. Например, можно подумать, что поскольку при идеальной положительной корреляции г (+1), то г= 0,7 соответствует 70% идеальной корреляции (или, точно так же, что г = 0,4 соответствует 40% идеальной отрицательной корреляции). На самом же деле коэффициент корреляции - довольно обманчивое число. Чтобы найти, какую процентную долю от идеальной корреляции составляет данное значение г, необходимо возвести его в квадрат, а результат умножить на 100. Если г= 0,7, то такая корреляция составляет 49% от идеальной (0,7 0,7 100 = 49). Точно так же отрицательная корреляция /*= -0,4 составляет 16% от идеальной отрицательной корреляции. Поэтому «степень идеальности» корреляции может быть гораздо меньше, чем можно подумать, если судить по значению г 163, с. 2711.

Статистики обычно не пользуются понятием степени идеальности, а считают, что коэффициент корреляции г указывает на долю изменений одной переменной, которые можно предсказать по изменениям другой переменной. Существует много методов измерения корреляции, и выбор конкретного метода зависит от типа рассматриваемых данных.

Мы с вами рассмотрим алгоритм вычисления коэффициента корреляции Пирсона, который является мерой корреляции между двумя переменными, распределенными по нормальному закону (например, для выявления взаимосвязи уровня развития интеллекта и адаптивных возможностей личности или связи между успеваемостью по математике и временем решения арифметической задачи и т.д.). Преимущество данного метода состоит в том, что на величину корреляции не влияет, то, в каких единицах измерени я представлены признаки . Среди недостатков метода - сложность математических вычислений, особенно для больших массивов данных. Однако этот недостаток вполне устраним применением прикладных программ (например, наиболее простой - Excel).

Непараметрическим эквивалентом этой оценки является коэффициент корреляции Спирмена (например, для сравнения порядка прихода к финишу одних и тех же бегунов в двух забегах или выявления связи между успеваемостью по математике и временем решения арифметической задачи и т.д.). Преимущество метода состоит в возможности проведения не очень сложных математических вычислений с использованием калькулятора для небольших по объему выборок. Недостаток метода состоит в ограничении, налагаемом сложностью обработки значительных массивов данных, и необходимости ранжирования рядов значений.

Алгоритм вычисления в программе Excel. Открываем Лист 1 сводной ведомости. Выбираем в меню «Сервис» > «Анализ данных», появляется диалоговое окно «Анализ данных» (рис. 7.18).

Рис. 7.18.

Выбираем «Корреляция» > ОК. Появляется диалоговое окно «Корреляция» (рис. 7.19).

Рис. 7.19.

Задаем Входной интервал (обозначен стрелкой). Для таблицы на рис. 7.19 это будет весь массив данных, включающий и шкалу наименований признаков: от первой ячейки наименования признака СЗ (признак ПР - столбец С) до последнего численного значения в крайнем правом столбце Р29 (признак Балл - столбец Р) по диагонали.

На новом рабочем листе появляется корреляционная матрица, которая имеет следующий вид (рис. 7.20).

Данную корреляционную матрицу необходимо распечатать и, вооружившись карандашами (фломастерами), приступить к ее анализу.

В каждой строке матрицы интеркорреляций представлены коэффициенты корреляции одного признака со всеми остальными в том порядке признаков, который был избран при составлении сводной таблицы данных. Матрица обычно содержит коэффициенты корреляции одной группы признаков с другой группой признаков того же пространства (всей совокупности) признаков. Строки и столбцы матрицы обозначены наименованием признаков, в ячейках приведены коэффициенты корреляции одного признака с другим. Испытуемые и их порядковые номера из таблицы исходных данных в матрице интеркорреляций никак не представлены. Коэффициенты корреляции несут информацию только о тесноте связи между признаками и не дают никаких сведений ни об одном испытуемом.

Для эффективного использования вычисленных коэффициентов корреляции необходимо представить имеющуюся числовую информацию в наглядной форме. Прежде всего, необходимо выделить коэффициенты корреляции, величина которых превышает критические значения для уровня доверительной вероятности (статистической значимости) р Критические значения коэффициента корреляции Пирсона приведены в приложении 6.

Целесообразно выделить коэффициенты корреляции, превышающие эти уровни значимости. Можно подчеркнуть коэффициенты с достоверностью 0,05 одной чертой или отметить одной звездочкой, с достоверностью 0,01 - двумя, а с достоверностью 0,001 - тремя. Удобно использовать и цветовое кодирование.

Если матрица большая, то даже выделение значимых коэффициентов не создает достаточной наглядности. Тогда к нижней части матрицы можно добавить еще несколько строк и записать в соответствующих клетках число значимых коэффициентов в данном столбце: значимых на уровне р Следует сразу оговориться, что на нашем примере, поскольку выборка незначительна и число признаков ограниченно, табличное оформление данных выглядит не совсем эффектно и представительно. Но в качестве примера табличное представление имеющихся данных может быть оформлено следующим образом (табл. 7.3).

В реальном психологическом исследовании и описании его результатов наглядность представления данных корреляционного анализа возрастает на несколько порядков.

Рис. 7.20.

Таблица 7.3

Результаты корреляционного анализа связей личностных характеристик студентов-психологов с уровнем развития основных познавательных психических процессов (п = 25)

В ряде случаев для наглядности выявленных взаимосвязей используют корреляционные плеяды. И то и другое представление данных корреляционного анализа вполне обоснованно. Форма в данном случае мало зависит от содержания, однако оценка и показательность содержания ваших исследований в немалой степени зависят от формы представления результатов. Например, вот как выглядит форма представления взаимосвязи компонентов эмпатийного потенциала учащихся с высоким и низким уровнем дисциплинированности в виде плеяды корреляционных связей (рис. 7.21).

Рис. 7.21.

Примечание. -прямая связь;.........- обратная связь; Sp - стремление к принятию;

So - страх отвержения; Rc - рациональный канал эмпатии;

Ее - эмоциональный канал; In - интуитивный канал; Us - установки способствующие или препятствующие эмпатии; Рг - проникающая способность;

It - идентификация; Ои - общий уровень эмпатии; Et - эмпатическая тенденция;

Тр - тенденция к присоединению; St - сензитивность к отвержению.

Рассмотрим, какие выводы могут быть сделаны на основании анализа корреляционных связей, представленных на рис. 7.21 и в табл. 7.3.

Мы видим, что лишь в отношении двух признаков: уровня поведенческой регуляции (ПР) и личностного адаптационного потенциала (ЛАП) - можно сделать заключения, что они связаны с функционированием некоторых познавательных психических процессов на достоверно значимом уровне (р

Дата публикации: 03.09.2017 13:01

Термин «корреляция» активно используется в гуманитарных науках, медицине; часто мелькает в СМИ. Ключевую роль корреляции играют в психологии. В частности, расчет корреляций выступает важным этапом реализации эмпирического исследования при написании ВКР по психологии.

Материалы по корреляциям в сети слишком научны. Неспециалисту трудно разобраться в формулах. В то же время понимание смысла корреляций необходимо маркетологу, социологу, медику, психологу - всем, кто проводит исследования на людях.

В этой статье мы простым языком объясним суть корреляционной связи, виды корреляций, способы расчета, особенности использования корреляции в психологических исследованиях, а также при написании дипломных работ по психологии.

Содержание

Что такое корреляция

Корреляция - это связь. Но не любая. В чем же ее особенность? Рассмотрим на примере.

Представьте, что вы едете на автомобиле. Вы нажимаете педаль газа - машина едет быстрее. Вы сбавляете газ - авто замедляет ход. Даже не знакомый с устройством автомобиля человек скажет: «Между педалью газа и скоростью машины есть прямая связь: чем сильнее нажата педаль, тем скорость выше».

Это зависимость функциональная - скорость выступает прямой функцией педали газа. Специалист объяснит, что педаль управляет подачей топлива в цилиндры, где происходит сжигание смеси, что ведет к повышению мощности на вал и т.д. Это связь жесткая, детерминированная, не допускающая исключений (при условии, что машина исправна).

Теперь представьте, что вы директор фирмы, сотрудники которой продают товары. Вы решаете повысить продажи за счет повышения окладов работников. Вы повышаете зарплату на 10%, и продажи в среднем по фирме растут. Через время повышаете еще на 10%, и опять рост. Затем еще на 5%, и опять есть эффект. Напрашивается вывод - между продажами фирмы и окладом сотрудников есть прямая зависимость - чем выше оклады, тем выше продажи организации. Такая же это связь, как между педалью газа и скоростью авто? В чем ключевое отличие?

Правильно, между окладом и продажами заисимость не жесткая. Это значит, что у кого-то из сотрудников продажи могли даже снизиться, невзирая на рост оклада. У кого-то остаться неизменными. Но в среднем по фирме продажи выросли, и мы говорим - связь продаж и оклада сотрудников есть, и она корреляционная.

В основе функциональной связи (педаль газа - скорость) лежит физический закон. В основе корреляционной связи (продажи - оклад) находится простая согласованность изменения двух показателей. Никакого закона (в физическом понимании этого слова) за корреляцией нет. Есть лишь вероятностная (стохастическая) закономерность.

Численное выражение корреляционной зависимости

Итак, корреляционная связь отражает зависимость между явлениями. Если эти явления можно измерить, то она получает численное выражение.

Например, изучается роль чтения в жизни людей. Исследователи взяли группу из 40 человек и измерили у каждого испытуемого два показателя: 1) сколько времени он читает в неделю; 2) в какой мере он считает себя благополучным (по шкале от 1 до 10). Ученые занесли эти данные в два столбика и с помощью статистической программы рассчитали корреляцию между чтением и благополучием. Предположим, они получили следующий результат -0,76. Но что значит это число? Как его проинтерпретировать? Давайте разбираться.

Полученное число называется коэффициентом корреляции. Для его правильной интерпретации важно учитывать следующее:

Знак «+» или «-» отражает направление зависимости.
Величина коэффициента отражает силу зависимости.

Прямая и обратная

Знак плюс перед коэффициентом указывает на то, что связь между явлениями или показателями прямая. То есть, чем больше один показатель, тем больше и другой. Выше оклад - выше продажи. Такая корреляция называется прямой, или положительной.

Если коэффициент имеет знак минус, значит, корреляция обратная, или отрицательная. В этом случае чем выше один показатель, тем ниже другой. В примере с чтением и благополучием мы получили -0,76, и это значит, что, чем больше люди читают, тем ниже уровень их благополучия.

Сильная и слабая

Корреляционная связь в численном выражении - это число в диапазоне от -1 до +1. Обозначается буквой «r». Чем выше число (без учета знака), тем корреляционная связь сильнее.

Чем ниже численное значение коэффициента, тем взаимосвязь между явлениями и показателями меньше.

Максимально возможная сила зависимости - это 1 или -1. Как это понять и представить?

Рассмотрим пример. Взяли 10 студентов и измерили у них уровень интеллекта (IQ) и успеваемость за семестр. Расположили эти данные в виде двух столбцов.

Испытуемый	IQ	Успеваемость (баллы)

Посмотрите внимательно на данные в таблице. От 1 до 10 испытуемого растет уровень IQ. Но также растет и уровень успеваемости. Из любых двух студентов успеваемость будет выше у того, у кого выше IQ. И никаких исключений из этого правила не будет.

Перед нами пример полного, 100%-но согласованного изменения двух показателей в группе. И это пример максимально возможной положительной взаимосвязи. То есть, корреляционная зависимость между интеллектом и успеваемостью равна 1.

Рассмотрим другой пример. У этих же 10-ти студентов с помощью опроса оценили, в какой мере они ощущают себя успешными в общении с противоположным полом (по шкале от 1 до 10).

Испытуемый	IQ	Успех в общении с противоположным полом (баллы)

Смотрим внимательно на данные в таблице. От 1 до 10 испытуемого растет уровень IQ. При этом в последнем столбце последовательно снижается уровень успешности общения с противоположным полом. Из любых двух студентов успех общения с противоположным полом будет выше у того, у кого IQ ниже. И никаких исключений из этого правила не будет.

Это пример полной согласованности изменения двух показателей в группе - максимально возможная отрицательная взаимосвязь. Корреляционная связь между IQ и успешностью общения с противоположным полом равна -1.

А как понять смысл корреляции равной нулю (0)? Это значит, связи между показателями нет. Еще раз вернемся к нашим студентам и рассмотрим еще один измеренный у них показатель - длину прыжка с места.

Испытуемый	IQ	Длина прыжка с места (м)

Не наблюдается никакой согласованности между изменением IQ от человека к человеку и длинной прыжка. Это и свидетельствует об отсутствии корреляции. Коэффициент корреляции IQ и длины прыжка с места у студентов равен 0.

Мы рассмотрели крайние случаи. В реальных измерениях коэффициенты редко бывают равны точно 1 или 0. При этом принята следующая шкала:

если коэффициент больше 0,70 - связь между показателями сильная;
от 0,30 до 0,70 - связь умеренная,
меньше 0,30 - связь слабая.

Если оценить по этой шкале полученную нами выше корреляцию между чтением и благополучием, то окажется, что эта зависимость сильная и отрицательная -0,76. То есть, наблюдается сильная отрицательная связь между начитанностью и благополучием. Что еще раз подтверждает библейскую мудрость о соотношении мудрости и печали.

Приведенная градация дает очень приблизительные оценки и в таком виде редко используются в исследованиях.

Чаще используются градации коэффициентов по уровням значимости. В этом случае реально полученный коэффициент может быть значимым или не значимым. Определить это можно, сравнив его значение с критическим значением коэффициента корреляции, взятым из специальной таблицы. Причем эти критические значения зависят от численности выборки (чем больше объем, тем ниже критическое значение).

Корреляционный анализ в психологии

Корреляционный метод выступает одним из основных в психологических исследованиях. И это не случайно, ведь психология стремится быть точной наукой. Получается ли?

В чем особенность законов в точных науках. Например, закон тяготения в физике действует без исключений: чем больше масса тела, тем сильнее оно притягивает другие тела. Этот физический закон отражает связь массы тела и силы притяжения.

В психологии иная ситуация. Например, психологи публикуют данные о связи теплых отношений в детстве с родителями и уровня креативности во взрослом возрасте. Означает ли это, что любой из испытуемых с очень теплыми отношениями с родителями в детстве будет иметь очень высокие творческие способности? Ответ однозначный - нет. Здесь нет закона, подобного физическому. Нет механизма влияния детского опыта на креативность взрослых. Это наши фантазии! Есть согласованность данных (отношения - креативность), но за ними нет закона. А есть лишь корреляционная связь. Психологи часто называют выявляемые взаимосвязи психологическими закономерностями, подчеркивая их вероятностный характер - не жесткость.

Пример исследования на студентах из предыдущего раздела хорошо иллюстрирует использование корреляций в психологии:

Анализ взаимосвязи между психологическими показателями. В нашем примере IQ и успешность общения с противоположным полом - это психологические параметры. Выявление корреляции между ними расширяет представления о психической организации человека, о взаимосвязях между различными сторонами его личности - в данном случае между интеллектом и сферой общения.
Анализ взаимосвязей IQ с успеваемостью и прыжками - пример связи психологического параметра с непсихологическими. Полученные результаты раскрывают особенности влияния интеллекта на учебную и спортивную деятельность.

Вот как могли выглядеть краткие выводы по результатам придуманного исследования на студентах:

Выявлена значимая положительная зависимость интеллекта студентов и их успеваемости.
Существует отрицательная значимая взаимосвязь IQ с успешностью общения с противоположным полом.
Не выявлено связи IQ студентов с умением прыгать с места.

Таким образом, уровень интеллекта студентов выступает позитивным фактором их академической успеваемости, в то же время негативно сказываясь на отношениях с противоположным полом и не оказывая значимого влияния на спортивные успехи, в частности, способность к прыгать с места.

Как видим, интеллект помогает студентам учиться, но мешает строить отношения с противоположным полом. При этом не влияет на их спортивные успехи.

Неоднозначное влияние интеллекта на личность и деятельность студентов отражает сложность этого феномена в структуре личностных особенностей и важность продолжения исследований в этом направлении. В частности, представляется важным провести анализ взаимосвязей интеллекта с психологическими особенностями и деятельностью студентов с учетом их пола.

Коэффициенты Пирсона и Спирмена

Рассмотрим два метода расчета.

Коэффициент Пирсона - это особый метод расчета взаимосвязи показателей между выраженностью численных значений в одной группе. Очень упрощенно он сводится к следующему:

Берутся значения двух параметров в группе испытуемых (например, агрессии и перфекционизма).
Находятся средние значения каждого параметра в группе.
Находятся разности параметров каждого испытуемого и среднего значения.
Эти разности подставляются в специальную форму для расчета коэффициента Пирсона.

Коэффициент ранговой корреляции Спирмена рассчитывается похожим образом:

Берутся значения двух индикаторов в группе испытуемых.
Находятся ранги каждого фактора в группе, то есть место в списке по возрастанию.
Находятся разности рангов, возводятся в квадрат и суммируются.
Далее разности рангов подставляются в специальную форму для вычисления коэффициента Спирмена.

В случае Пирсона расчет шел с использованием среднего значения. Следовательно, случайные выбросы данных (существенное отличие от среднего), например, из-за ошибки обработки или недостоверных ответов могут существенно исказить результат.

В случае Спирмена абсолютные значения данных не играют роли, так как учитывается только их взаимное расположение по отношению друг к другу (ранги). То есть, выбросы данных или другие неточности не окажут серьезного влияния на конечный результат.

Если результаты тестирования корректны, то различия коэффициентов Пирсона и Спирмена незначительны, при этом коэффициент Пирсона показывает более точное значение взаимосвязи данных.

Как рассчитать коэффициент корреляции

Коэффициенты Пирсона и Спирмена можно рассчитать вручную. Это может понадобиться при углубленном изучении статистических методов.

Однако в большинстве случаев при решении прикладных задач, в том числе и в психологии, можно проводить расчеты с помощью специальных программ.

Расчет с помощью электронных таблиц Microsoft Excel

Вернемся опять к примеру со студентами и рассмотрим данные об уровне их интеллекта и длине прыжка с места. Занесем эти данные (два столбца) в таблицу Excel.

Переместив курсор в пустую ячейку, нажмем опцию «Вставить функцию» и выберем «КОРРЕЛ» из раздела «Статистические».

Формат этой функции предполагает выделение двух массивов данных: КОРРЕЛ (массив 1; массив»). Выделяем соответственно столбик с IQ и длиной прыжков.

В таблицах Excel реализована формула расчета только коэффициента Пирсона.

Расчет с помощью программы STATISTICA

Заносим данные по интеллекту и длине прыжка в поле исходных данных. Далее выбираем опцию «Непараметрические критерии», «Спирмена». Выделяем параметры для расчета и получаем следующий результат.

Как видно, расчет дал результат 0,024, что отличается от результата по Пирсону - 0,038, полученной выше с помощью Excel. Однако различия незначительны.

Использование корреляционного анализа в дипломных работах по психологии (пример)

Большинство тем выпускных квалификационных работ по психологии (дипломов, курсовых, магистерских) предполагают проведение корреляционного исследования (остальные связаны с выявлением различий психологических показателей в разных группах).

Сам термин «корреляция» в названиях тем звучит редко - он скрывается за следующими формулировками:

«Взаимосвязь субъективного ощущения одиночества и самоактуализации у женщин зрелого возраста»;
«Особенности влияния жизнестойкости менеджеров на успешность их взаимодействия с клиентами в конфликтных ситуациях»;
«Личностные факторы стрессоустойчивости сотрудников МЧС».

Таким образом, слова «взаимосвязь», «влияние» и «факторы» - верные признаки того, что методом анализа данных в эмпирическом исследовании должен быть корреляционный анализ.

Рассмотрим кратко этапы его проведения при написании дипломной работы по психологии на тему: «Взаимосвязь личностной тревожности и агрессивности у подростков».

1. Для расчета необходимы сырые данные, в качестве которых обычно выступают результаты тестирования испытуемых. Они заносятся в сводную таблицу и помещаются в приложение. Эта таблица устроена следующим образом:

каждая строка содержит данные на одного испытуемого;
каждый столбец содержит показатели по одной шкале для всех испытуемых.

№ испытуемого	Личностная тревожность	Агрессивность

2. Необходимо решить, какой из двух типов коэффициентов - Пирсона или Спирмена - будет использоваться. Напоминаем, что Пирсон дает более точный результат, но он чувствителен к выбросам в данных Коэффициенты Спирмена могут использоваться с любыми данными (кроме номинативной шкалы), поэтому именно они чаще всего используют в дипломах по психологии.

3. Заносим таблицу сырых данных в статистическую программу.

4. Рассчитываем значение.

5. На следующем этапе важно определить, значима ли взаимосвязь. Статистическая программа подсветила результаты красным, что означает, что корреляция статистически значимы при уровне значимости 0,05 (указано выше).

Однако полезно знать, как определить значимость вручную. Для этого понадобится таблица критических значений Спирмена.

Таблица критических значений коэффициентов Спирмена

	Уровень статистической значимости
Число испытуемых	р=0,05	р=0,01	р=0,001
	0,88	0,96	0,99
	0,81	0,92	0,97
	0,75	0,88	0,95
	0,71	0,83	0,93
	0,67
	0,63	0,77	0,87
		0,74	0,85
	0,58	0,71	0,82
	0,55	0,68
	0,53	0,66	0,78
	0,51	0,64	0,76

Нас интересует уровень значимости 0,05 и объем нашей выборки 10 человек. На пересечении этих данных находим значение критического Спирмена: Rкр=0,63.

Правило такое: если полученное эмпирическое значение Спирмена больше либо равно критическому, то он статистически значим. В нашем случае: Rэмп (0,66) > Rкр (0,63), следовательно, взаимосвязь между агрессивностью и тревожностью в группе подростков статистически значима.

5. В текст дипломной нужно вставлять данные в таблице формата word, а не таблицу из статистической программы. Под таблицей описываем полученный результат и интерпретируем его.

Таблица 1

Коэффициенты Спирмена агрессивности и тревожности в группе подростков

	Агрессивность
Личностная тревожность	0,665*

* - статистически достоверна (р ≤ 0,05)

Анализ данных, приведенных в таблице 1, показывает, что существует статистически значимая положительная связьмежду агрессивностью и тревожностью подростков. Это означает, что чем выше личностная тревожность подростков, тем выше уровень их агрессивности. Такой результат дает основание предположить, что агрессия для подростков выступает одним из способов купирования тревожности. Испытывая неуверенность в себе, тревогу в связи с угрозами самооценке, особенно чувствительной в подростковом возрасте, подросток часто использует агрессивное поведение, таким непродуктивным способом снижая тревогу.

6. Можно ли при интерпретации связей говорить о влиянии? Можно ли сказать, что тревожность влияет на агрессивность? Строго говоря, нет. Выше мы показали, что корреляционная связь между явлениями носит вероятностный характер и отражает лишь согласованность изменений признаков в группе. При этом мы не можем сказать, что эта согласованность вызвана тем, что одно из явлений является причиной другого, влияет на него. То есть, наличие корреляции между психологическими параметрами не дает оснований говорить о существовании между ними причинно-следственной связи. Однако практика показывает, что термин «влияние» часто используется при анализе результатов корреляционного анализа.

Печать

Также интересно:

Как можно сделать юкку более пушистой Растет юкка что делать

Лилейники - подготовка к зиме

Если вам не удаётся цветоводство — выращивайте сансевиерию Как быстро растет сансевиерия

Рекомендуем почитать:

2023-08-02 00:03:21

Разбор конструкции самолета — как он устроен и из чего состоит

2023-08-02 00:03:21

Огород на подоконнике из самых важных пряных трав

2023-08-02 00:03:21

Мастер-класс: цветные птички своими руками

В продолжение темы:

Сварка

Как выбрать сверлильный станок для гаража Тест обзор сверлильных станков для дома

Сверлильный станок необходим не только на производственных предприятиях. В домашней мастерской, ремонтных цехах и гаражных боксах – везде, где есть потребность в высокой...