Лекция
Корреляционный анализ
Суть явления можно объяснить через изучение взаимосвязей явлений. В психологии чаще всего исследователей интересует, как связаны между собой две переменные в данной группе лиц (классы, школы, нации и т.д.). Так, например, имеют ли ученики, научившиеся читать раньше других, тенденцию к более высокой успеваемости; наблюдаются ли в больших классах меньшие успехи в приобретении знаний за семестр, чем в небольших классах; имеют ли спортсмены, начавшие заниматься каким-либо видом спорта в более раннем возрасте, тенденцию к достижению более высоких результатов; связны ли между собой рост и вес детей; связана ли средняя продолжительность работы педагогов в школе непосредственно со средней заработной платой?
ПРИМЕР 1: Постановка задачи: определить, как коэффициент интеллекта влияет на успеваемость по математике.
Для ответа на вопрос необходимо провести наблюдения по каждой переменной. В этом примере переменными, которые необходимо изучить у 12 школьников будут оценки IQ, определенные по методике Айзенка, и успеваемость по математике, оцененная по определенному тесту (в баллах, максимальное количество баллов 35).
Данные могут быть представлены в виде таблицы, например вида:
№ учащегося | оценка IQ | оценка успеваемости по математике |
Переменные по их значению для изучения взаимосвязи делятся на два класса:
· независимые переменные Х (факторы, факторные признаки) – это переменные, которые обуславливают изменение других, связанных с ними переменных.
· зависимые переменные У (результативные признаки) - это переменные, изменяющиеся под действием факторных признаков.
Для нашего примера: факторный признак – это оценка IQ, а результативный признак – это оценка успеваемости по математике.
Различают два типа взаимосвязей между различными явлениями и их признаками:
· функциональная связь – это такая связь, при которой определенному значению факторного признака соответствует одно и только одно значение результативного признака.
· стохастическая связь – это связь, проявляющаяся не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений.
Например, изучается зависимость роста детей от роста родителей. В семьях, где родители более высокого роста, дети в среднем ниже, чем родители. И, наоборот, в семьях, где родители низкого роста, дети в среднем выше, чем родители. Такого рода зависимости проявляются лишь при большом числе наблюдений.
Частным случаем стохастической связи является корреляционная связь – это зависимость среднего значения результативного признака от изменения факторного признака.
Виды корреляционных связей:
1) по степени тесноты связи:
§ слабая,
§ средняя (умеренная),
§ сильная (тесная);
2) по направлению:
§ положительная (прямая) - с увеличением значений факторного признака, результативный - увеличивается, и наоборот;
§ отрицательная (обратная) – с увеличением значений факторного признака, результативный - уменьшается, и наоборот;
3) по форме:
§ линейная – связь между изучаемыми признаками выражается функцией ỳ=b0+b1x или ỳ=b0+b1x1+b2x2+…+bnxn,
§ нелинейная (криволинейная) - связь между изучаемыми признаками не выражается линейной функцией.
Итак, задачами корреляционного анализа являются:
1) отбор факторов, оказывающих наиболее существенное влияние на результативный признак;
2) изучение степени тесноты связи двух и более явлений;
3) изучение направления связи;
4) определение формы связи.