Корреляционный анализ дает возможность точной количественной опенки степени согласованности изменении (варьирования) двух н более признаков Степень согласованности изменений характеризует теснота связм - абсолютная величина коэффициента корреляции В случае прямс пропорциональной зависимости одного признака от другого коэф-
стенэин - шкала, в которой средняя равна пяти, a cui va - примерно двум Название стснайн, т е стандартная девятка (сокращение от standard nine), связано с теал, что этот показатель принимает значения от 1 до 9. Исполь-эдванпе. однозначных- чисел удобно при машивгной и ручной обработке
-7--'
фициент корреляции равен единице. Последний может принимать значения от -!.то -t-J. Отрицательный коэффициент корреляции свидетельствует о разной направленности варьирования признаков: при изменении одного в сторону увеличения —- другой уменьшается. Нулевая величина коэффициента корреляции говорит об отсутствии взаимосвязи между признаками.
Результаты вычисления корреляций длч некоторого набора признаков записываются в виде матрицы. В каждой строке квадратной матрицы интеркорреляций представлены коэффициенты корреляции одного признака со всеми остальными в том порядке признаков, который был избран при составления сводной таблицы данных Прямоугольная матрица обычно содержит коэ4)4'ицпенты корреляции одной группы признаков с другой. группой признаков того же пространства (всей совокупности» признаков Строки и столбцы матрицы оцифрованы номерами признаков, в ячейках приведены коэффициенты корреляции одного признака с другим. Испытуемые и к\- порядковые номера из таблицы исходных данных в матрице интеркоррсляций никак не представлены. Коэффициенты корреляции несут информащгю только о тесноте связи между признаками и не дают никаких сведений ни об одном испытуемом.
Для эффективного использования вычисленных коэффиютеЕ^тов корреляции необходимо представить имеющуюся числовую информацию в подходящем виде Прежде всего, надо выделить коэффициенты корреляции. величина которых превышает критические значения, В психологии чаще всего рассматривают два уровня достоверности 0.05 и 0 01. Критические значения коэффициента корреляции Пирсона приведены в приложении 3. Целесообразно выделить среди прочих коэффициенты корреляции. превышающие эти уровни достоверности. Можно подчеркнуть коэффициенты с достоверностью 0 05 одной чертой или отметить одной звездочкой. а с достоверностью 0.01 - двумя. Удобно использовать и цветовое кодирование
Если после этого выделения обнаружилось.. что значимых коэффициентов корреляции (превышающих уровень 0.05 или 0.0!) довольно много. то для дальнейшего анализа более удобна полная матрица интеркорреяя-ций. Поэтому, если в принтерной распечатке содержится только половина матрицы, отделенная от другой половины главной диагональю, то ее надо восстановить до полного вида.
Поскольку матрица интеркорреляции симметрична относительно своей главной диагонали ('проходящей из левого верхнего угла в правый нижний.), то се при восстановлении надо "опрокинуть", повернуть относительно этой оси симметрии. Обычно в распечатке каждая строчка начинается с номера признака, затем идет 1 00 — это коэффициент корреляции данного
признака с самим собой. Затем напечатан коэффициент корреляции данного признака со следующим по порядковому номеру и далее коэффициенты корреляции с остальными признаками.
Пример. Получена распечатка половины матрица интеркорреляций;
>"• | 1.00 | .58 | \———\ | .41 | |
-: | i.OO | .43 | ,57 | .05 | .5! |
^ | 1.00 | .39 | .38 | ———.40 | |
-i | 1.00 | .60 | .36 | ||
it— | 1.00 | .35 |
"р-амечиинс.Щлн. перед десятичной точкой опущены).
В этой матрице в первом столбце записаны номера признаков, во втором — коэффициенты корреляции признаков с собой. В остальной части поля матрицы коэффициенты корреляции признаков с другими признаками.
Используя полученные данные, заполним половину матрицы в более подходящем виде. ___
i | - | ||||
i | 1.00 | .58 | .30 | .41 | .60 |
') | 1.00 | t73-4 | .57 | .65 | |
[^ | 1.00 | .39 | .38 | ||
1.00 | .60 | ||||
г^ !' | 1.00 |
В этой матрице в первом столбце и в первой строке записаны номера признаков Поскольку второй признак коррелирует с первым так же, как первый со вторым, а третий --с первым так же. как первый с третьим и т д.. то мы можем первую строку матрицы записать как первый ее столбец. Затем вторую строку -- как второй столбец и "г д. В результате получим полную матрицу.
————_——————————,————I————————г-——————Г-——————i
!3
.58. 30 |
_65 _38 _60^ 1,00 |
.58 60
.30
'Тз"
J_00_.4.3
.57_.6.5 |
.39 i i_P° J8 '60
Если матрица большая, то даже выделение значимы»; коэффициентов не создает достаточной наглядности Тогда к ни/кнеи части матрицы можно добавить еще несколько строк и записать в соответствующих клетках число значимых коэффициентов в данном столбце: значимых на уровне
0.05, значимых на уровне 0.01- суммарное число значимых коэффициентов..Это лучше позволит увидеть иерархию признаков по числу значимых корреляционных связен