52. Схемы корреляционных исследований: Корнилова: Корреляционные исследования используются тогда, когда

52. Схемы корреляционных исследований

52. Схемы корреляционных исследований:  Корнилова: Корреляционные исследования используются тогда, когда

Корнилова:

Корреляционные исследования используются тогда, когда становится невозможным управлять ЗП. При корреляционных исследованиях происходит переход к измерению переменных (как и во всех экспер).

Проверяемые здесь гипотезы – это гипотезы о связях.

В них утверждается, что изменения одной переменную каким-то образом связаны с изменениями др, но не предполагается, что какие-то из этих переменных явл причинно-действующей.

Два способа понимания термина «корреляционный подход»:

  1. Эмпир метод проверки псих гипотез, позволяющий установить связи между переменными, уровни кот не изменяются, а только измеряются.

  2. Приемы статистического анализ данные на основе коэффициента корреляции.

Корреляционные исследования – это такой тип исследования, в кот проверяется гипотезы связи, а сами псих переменные либо явл проявл разных сторон одних и тех же базисных процессов, либо сопутствуют др другу, а вопрос об их детерминации остается открытым.

Здесь решается вопрос о ковариации двух или более переменных либо значений одной и той же переменной, измеряемой в разные промежутки времени или в разных гр субъектов.

Корреляционном по типу сбора данных исследовании возможно использование мер различий (подсчет выборочных, средних и тд).

Гл, что отличие корреляционного исследования – это схемы сбора данных, отличные от экспер подхода, и соответственные возможности содержательных выводов при проверке псих гипотезы (в силу невозможности реализации тех форм контроля, кот характерны для экспер исследований).

Почему используются корреляционные исследования: 1. Т.к. в качестве объекта исследования выделяют сложные явления, кот при экспер не возможно контролировать (часто в исследованиях с практической целью); 2. Многие явления теряют свою значимость, если их изучают в лаб экспер; 3.

Детерминистически сформулированные гипотезы о причинном характере влияние одной переменной на др (пр: в генетическом исследовании) возможно только при корреляционном исследовании; 4. При вероятностных гипотезах (часто соц, псих исследованиях) возможны только корреляционная проверка.

Готтсданкер:

В корреляционном исследовании отсутствуют планируемые изменения НП.

Корреляционное исследование – это такие исследования, в кот одни поведенческие различия соответствуют с др уже сущ.

Параметры различения корреляционных исследований:

В экспер с родителями и их воспитателями (не возможно заставить одних род воспитывать своих детей «хорошо», др – «плохо») и порядком рождения (это тоже не возможно проконтролировать). Но все таки порядок рождения – НП, т.к. эта переменная предшествует во времени -> может стать причиной изменения в поведении.

Др крайность – исследования по отбору контролеров, где ни одна переменная не похожа на НП (не возможно по тесту неспособности сказать о качестве работы контролера и наоборот).

Не во всех исследованиях вычисляется коэффициент корреляции.

Он наиболее значим, когда каждой переменной имеет непрерывное колоколообразное распределение (пр: в исслед с контролерами) это справедливо для оценок любого теста.

  • познавательная цель
  • практическая

Некот практические исслед м.б. познавательными.

Схемы корр иссл – это формы контроля при получении эмпир данных – это аналог контроля в эте. В них нет изменения НП, которое делает этатор. Общее у схем корр иссл: переменные уже есть. Различия схем корр иссл:

1. одна из переменных в разной степени приближается к НП: есть случаи, где вполне можно условно выделить НП, и случаи, где трудно сказать, что есть НП.

2. Считается ли в них коэфф корр или нет. Это разумно, если значения каждой переменной имеют колоколообразное распределение.

3. Цель корр иссл – чисто познавательная или практическая.

Схема 1 (на примере исследования предпосылок оптимальной психологической

приспособленности).

Исследование влияния одного явления на другое (климата в семье на приспособленность).

Можно выделить аналоги НП и ЗП.

Испытуемые оцениваются по определенному качеству (приспособленности) и по критериюэтого качества делятся па группы.

Угрозы вилидностп:

1. предубеждения этатора – вредит внутр валидности – смешение с побочными переменными

2. Предубежденность испытуемого – тоже – смешение с побочными переменными

3. Бели приспособленность плохо операционально репрезентирована в ЗП – вредит внеш валидности.

Схема 2 (на примере исследования порядка рождения и интеллекта)

Исследование влияния одного явления на другое (порядка рождения на интеллект).

Можно выделить аналоги НП и ЗП. Влияющие переменные:

1. очередность рождения

2. численность семьи

3. социальное положение (смешивающаяся переменная – статистически контролируется-сохраняется постоянно) результат – да, влияет

можно выдвинуть несколько объяснений этого. Было проконтролировано:

-смешение с возрастной переменной – все испытуемые (их было несколько поколении с разницей в несколько лет) тестировались в одном возрасте.

-Порядок рождения в семье – девятый ребенок имеет одинаковую вероятность оказаться 1944 г или 1947г рождения

Не было проконтролировано:

возраст родителей

брачный стаж родителей

контроль социального положения неполон, т.к. и внутри соц слоев есть различия.

Схема 3 (на примере исследования с целью отбора контролеров)

Последовательное измерение переменных на одной и той же выборке.

Решалась практическая задача (отбор контролеров для опред работы), теоретическое

объяснение не интересовало.

Провели 2 теста: на способности и на качество работы.

Подсчитали корр между ними – значима.

Получили линию предсказания – способ, с пом которого можно предсказывать успешность

выполнения работы (с опр вероятностью).

Кэмпбелл

Отличие корреляционного исследования и истинного Эта – процесс рандомизации разрушает любую закономерную связь между характеристиками учеников и предъявлением им X.

Ретроспективное предварительное тестирование – когда в интервью спрашивается не только о настоящем положении дел в чем-либо, но и о прошлом. Тут может быть ошибка памяти, которая искажает прежние установки и согласует их с теперешними и таким образом затушевывает значимый эффект X.

Панельные исследования

Это повторные интервью с теми же лицами. Принадлежность респондентов к группе, которой предъявляют X. можно устанавливать независимо от интервью или посредством отдельной промежуточной волны опросов.

Анализ ех postfacto

Это попытки имитировать Этальное исследование по плану 3 путем попарного уравления исходного состава групп па основании сведении об испытуемых до введения X. Это одна из наиболее серьезных попыток приблизиться к квазпЭталыюму исследованию.

Попарное уравнивание приводит в действие механизм дифференциальной регрессии, который

создает различия в результатах.

Другой источник неэквивалентности групп – самоотбор ис!!Ы1\емы\ в группы,

подвергающиеся и не подвергающиеся воздспсгвию.

Источник: https://studfile.net/preview/5571173/page:23/

Метод корреляционного анализа: пример. Корреляционный анализ – это..

52. Схемы корреляционных исследований:  Корнилова: Корреляционные исследования используются тогда, когда

В научных исследованиях часто возникает необходимость в нахождении связи между результативными и факторными переменными (урожайностью какой-либо культуры и количеством осадков, ростом и весом человека в однородных группах по полу и возрасту, частотой пульса и температурой тела и т.д.).

Вторые представляют собой признаки, способствующие изменению таковых, связанных с ними (первыми).

Понятие о корреляционном анализе

Существует множество определений термина. Исходя из вышеизложенного, можно сказать, что корреляционный анализ — это метод, применяющийся с целью проверки гипотезы о статистической значимости двух и более переменных, если исследователь их может измерять, но не изменять.

Есть и другие определения рассматриваемого понятия. Корреляционный анализ — это метод обработки статистических данных, заключающийся в изучении коэффициентов корреляции между переменными.

При этом сравниваются коэффициенты корреляции между одной парой или множеством пар признаков, для установления между ними статистических взаимосвязей.

Корреляционный анализ — это метод по изучению статистической зависимости между случайными величинами с необязательным наличием строгого функционального характера, при которой динамика одной случайной величины приводит к динамике математического ожидания другой.

Понятие о ложности корреляции

При проведении корреляционного анализа необходимо учитывать, что его можно провести по отношению к любой совокупности признаков, зачастую абсурдных по отношению друг к другу. Порой они не имеют никакой причинной связи друг с другом.

В этом случае говорят о ложной корреляции.

Задачи корреляционного анализа

Исходя из приведенных выше определений, можно сформулировать следующие задачи описываемого метода: получить информацию об одной из искомых переменных с помощью другой; определить тесноту связи между исследуемыми переменными.

Корреляционный анализ предполагает определение зависимости между изучаемыми признаками, в связи с чем задачи корреляционного анализа можно дополнить следующими:

  • выявление факторов, оказывающих наибольшее влияние на результативный признак;
  • выявление неизученных ранее причин связей;
  • построение корреляционной модели с ее параметрическим анализом;
  • исследование значимости параметров связи и их интервальная оценка.

Связь корреляционного анализа с регрессионным

Метод корреляционного анализа часто не ограничивается нахождением тесноты связи между исследуемыми величинами.

Иногда он дополняется составлением уравнений регрессии, которые получают с помощью одноименного анализа, и представляющих собой описание корреляционной зависимости между результирующим и факторным (факторными) признаком (признаками). Этот метод в совокупности с рассматриваемым анализом составляет метод корреляционно-регрессионного анализа.

Результативные факторы зависят от одного до нескольких факторов.

Метод корреляционного анализа может применяться в том случае, если имеется большое количество наблюдений о величине результативных и факторных показателей (факторов), при этом исследуемые факторы должны быть количественными и отражаться в конкретных источниках.

Первое может определяться нормальным законом — в этом случае результатом корреляционного анализа выступают коэффициенты корреляции Пирсона, либо, в случае, если признаки не подчиняются этому закону, используется коэффициент ранговой корреляции Спирмена.

Правила отбора факторов корреляционного анализа

При применении данного метода необходимо определиться с факторами, оказывающими влияние на результативные показатели. Их отбирают с учетом того, что между показателями должны присутствовать причинно-следственные связи.

В случае создания многофакторной корреляционной модели отбирают те из них, которые оказывают существенное влияние на результирующий показатель, при этом взаимозависимые факторы с коэффициентом парной корреляции более 0,85 в корреляционную модель предпочтительно не включать, как и такие, у которых связь с результативным параметром носит непрямолинейный или функциональный характер.

Отображение результатов

Результаты корреляционного анализа могут быть представлены в текстовом и графическом видах. В первом случае они представляются как коэффициент корреляции, во втором — в виде диаграммы разброса.

При отсутствии корреляции между параметрами точки на диаграмме расположены хаотично, средняя степень связи характеризуется большей степенью упорядоченности и характеризуется более-менее равномерной удаленностью нанесенных отметок от медианы. Сильная связь стремится к прямой и при r=1 точечный график представляет собой ровную линию. Обратная корреляция отличается направленностью графика из левого верхнего в нижний правый, прямая — из нижнего левого в верхний правый угол.

Трехмерное представление диаграммы разброса (рассеивания)

Помимо традиционного 2D-представления диаграммы разброса в настоящее время используется 3D-отображение графического представления корреляционного анализа.

Также используется матрица диаграммы рассеивания, которая отображает все парные графики на одном рисунке в матричном формате. Для n переменных матрица содержит n строк и n столбцов.

Диаграмма, расположенная на пересечении i-ой строки и j-ого столбца, представляет собой график переменных Xi по сравнению с Xj.

Таким образом, каждая строка и столбец являются одним измерением, отдельная ячейка отображает диаграмму рассеивания двух измерений.

Оценка тесноты связи

Теснота корреляционной связи определяется по коэффициенту корреляции (r): сильная — r = ±0,7 до ±1, средняя — r = ±0,3 до ±0,699, слабая — r = 0 до ±0,299. Данная классификация не является строгой. На рисунке показана несколько иная схема.

Пример применения метода корреляционного анализа

В Великобритании было предпринято любопытное исследование. Оно посвящено связи курения с раком легких, и проводилось путем корреляционного анализа. Это наблюдение представлено ниже.

Исходные данные для корреляционного анализа
Профессиональная группакурениесмертность
Фермеры, лесники и рыбаки7784
Шахтеры и работники карьеров137116
Производители газа, кокса и химических веществ117123
Изготовители стекла и керамики94128
Работники печей, кузнечных, литейных и прокатных станов116155
Работники электротехники и электроники102101
Инженерные и смежные профессии111118
Деревообрабатывающие производства93113
Кожевенники88104
Текстильные рабочие10288
Изготовители рабочей одежды91104
Работники пищевой, питьевой и табачной промышленности104129
Производители бумаги и печати10786
Производители других продуктов11296
Строители113144
Художники и декораторы110139
Водители стационарных двигателей, кранов и т. д.125113
Рабочие, не включенные в другие места133146
Работники транспорта и связи115128
Складские рабочие, кладовщики, упаковщики и работники разливочных машин105115
Канцелярские работники8779
Продавцы9185
Работники службы спорта и отдыха100120
Администраторы и менеджеры7660
Профессионалы, технические работники и художники6651

Начинаем корреляционный анализ. Решение лучше начинать для наглядности с графического метода, для чего построим диаграмму рассеивания (разброса).

Она демонстрирует прямую связь. Однако на основании только графического метода сделать однозначный вывод сложно. Поэтому продолжим выполнять корреляционный анализ. Пример расчета коэффициента корреляции представлен ниже.

https://www.youtube.com/watch?v=LX5osXWp5iI

С помощью программных средств (на примере MS Excel будет описано далее) определяем коэффициент корреляции, который составляет 0,716, что означает сильную связь между исследуемыми параметрами.

Определим статистическую достоверность полученного значения по соответствующей таблице, для чего нам нужно вычесть из 25 пар значений 2, в результате чего получим 23 и по этой строке в таблице найдем r критическое для p=0,01 (поскольку это медицинские данные, здесь используется более строгая зависимость, в остальных случаях достаточно p=0,05), которое составляет 0,51 для данного корреляционного анализа. Пример продемонстрировал, что r расчетное больше r критического, значение коэффициента корреляции считается статистически достоверным.

Использование ПО при проведении корреляционного анализа

Описываемый вид статистической обработки данных может осуществляться с помощью программного обеспечения, в частности, MS Excel. Корреляционный анализ в Excel предполагает вычисление следующих парамет­ров с использованием функций:

1. Коэффициент корреляции определяется с помощью функции КОРРЕЛ [CORREL](массив1; массив2). Массив1,2 — ячейка интервала значений результативных и факторных переменных.

Линейный коэффициент корреляции также называется коэффициентом корреляции Пирсона, в связи с чем, начиная с Excel 2007, можно использовать функцию ПИРСОН (PEARSON) с теми же массивами.

Графическое отображение корреляционного анализа в Excel производится с помощью панели «Диаграммы» с выбором «Точечная диаграмма».

После указания исходных данных получаем график.

2. Оценка значимости коэффициента парной корреляции с использованием t-критерия Стьюдента.

Рассчитанное значение t-критерия сравнивается с табличной (критической) величиной данного показателя из соответствующей таблицы значений рассматриваемого параметра с учетом заданного уровня значимости и числа степеней свободы. Эта оценка осуществляется с использованием функции СТЬЮДРАСПОБР (вероятность; степени_свободы).

3. Матрица коэффициентов парной корреляции. Анализ осуществляется с помощью средства «Анализ данных», в котором выбирается «Корреляция».

Статистическую оценку коэффициентов парной корреляции осуществляют при сравнении его абсолютной величины с табличным (критическим) значением.

При превышении расчетного коэффициента парной корреляции над таковым критическим можно говорить, с учетом заданной степени вероятности, что нулевая гипотеза о значимости линейной связи не отвергается.

В заключение

Использование в научных исследованиях метода корреляционного анализа позволяет определить связь между различными факторами и результативными показателями. При этом необходимо учитывать, что высокий коэффициент корреляции можно получить и из абсурдной пары или множества данных, в связи с чем данный вид анализа нужно осуществлять на достаточно большом массиве данных.

После получения расчетного значения r его желательно сравнить с r критическим для подтверждения статистической достоверности определенной величины.

Корреляционный анализ может осуществляться вручную с использованием формул, либо с помощью программных средств, в частности MS Excel.

Здесь же можно построить диаграмму разброса (рассеивания) с целью наглядного представления о связи между изучаемыми факторами корреляционного анализа и результативным признаком.

Источник: https://FB.ru/article/341341/metod-korrelyatsionnogo-analiza-primer-korrelyatsionnyiy-analiz---eto

Корреляционное исследование

52. Схемы корреляционных исследований:  Корнилова: Корреляционные исследования используются тогда, когда

Предыдущая1234567891011Следующая

7.1. Общее понятие о корреляционном исследовании.

Основные понятия: корреляция, сила корреляционной связи, коэффициент корреляции, коэффициент детерминации, схемы корреляционных планов, направленность связи, проблема третьей переменной, многомерный анализ, критериальная и предикторная переменные, факторный корреляционный анализ.

Данный тип исследования является наиболее распространенным в современной психологии. Корреляционное исследование следует отличать от экспериментального. Эксперимент показывает, как некоторые факторы предсказуемым образом влияют на поведение всех индивидуумов.

При этом индивидуальные различия сводятся к минимуму, либо контролируются. Схема корреляционного исследования характеризуется отсутствием управляемого воздействия на объект.

В корреляционном исследовании подтверждаются гипотезы о наличии статистической связи между несколькими психическими свойствами индивида или между внешними уровнями переменной и психическими состояниями.

Наличие корреляции двух переменных ничего не говорит о причинно-следственных зависимостях между ними, но дает возможность выдвинуть такую гипотезу. Термин корреляция означает: ко – взаимодействие, реляция – связь, отношение. Различают несколько интерпретаций наличия корреляционной связи между переменными:

Положительная корреляционная связь– высокий уровень одной переменной соответствует высокому уровню другой, и наоборот, низкие значения первой переменной связаны с низкими значениями второй. Например: корреляция между высокой интеллектуальной лабильностью и высокой обучаемостью.

Отрицательная корреляция –высокие значения одной переменной связаны с низкими значениями другой, и наоборот.

Случайная корреляция, не обусловленная никакой переменной, ложная корреляция.

Корреляция, обусловленная неоднородностьювыборки.

Корреляция, обусловленная третьей переменной. Две переменных связаны одна с другой через третью, не измеренную в ходе исследования. Например: связь интеллекта и уровня доходов. Предполагается, что третья переменная – статус человека в структуре общества.

Для оценки величины силы взаимосвязи переменных используется коэффициент корреляции.Он изменяется от -1 через 0 к +1.

-1- прямая отрицательная корреляция.

0 – отсутствие взаимосвязи между переменными.

+1 – прямая положительная корреляция.

Чтобы получить количественную оценку силы связи, чаще всего используют коэффициент корреляции Пирсона, если данные представлены в интервальной шкале или шкале отношений. Коэффициент корреляции Пирсона служит оценкой степени линейности связи между случайными величинами.

При этом обе случайные величины должны быть распределены по нормальному закону и выборка исследования составлять не менее 50 человек.

В случае если данные исследования представлены в порядковой шкале, выборка не велика и нет уверенности в том, что распределение нормальное, используется коэффициент ранговой корреляции Спирмена.

Силу корреляции можно определить, построив график рассеиванияданных.

В случае полной положительной или отрицательной корреляции точки образуют прямую линию, а нулевая корреляция представлена на графике в виде случайным образом распределенных точек. По мере ослабления корреляции точки на графике все больше удаляются от диагонали, связывающей точки при полной корреляции.

Коэффициент детерминацииуказывает на степень изменчивости одной переменной корреляции, вызванной изменчивостью другой.

Он находится возведением коэффициента корреляции в квадрат и позволяет более точно характеризовать силу отношений перемнных. Например: r = -0.5; r 2= 0.

25% 25% изменчивости одной переменной связана с изменчивостью другой, а остальные 75% изменчивости связаны с другими причинами.

При наличии сильной корреляции можно строить предположения о будущем поведении. На основании значения одной переменной предсказать значение другой.

Построение предположений на основе корреляционных исследований называется регрессионным анализом. На основе графика рассеивания строится линия регрессии.

На ней по значению одной переменной можно определить значение второй, построив перпендикуляры до пресечения с линией регрессии.

Чем выше коэффициент корреляции, тем ближе точки графика рассеивания к линии регрессии, тем достовернее предсказание значения второй переменной.

7.2. Виды корреляционных исследований

В отличие от активных экспериментов все корреляционные исследования сходны в том, что переменные в них уже существуют. Планируемые изменения независимой переменной отсутствуют.

Например, исследователь, изучающий опыт воспитания детей, не убеждал родителей использовать те или иные методы воспитания. Различия в методах уже существовали.

Порядок рождения ребенка в семье также не зависит от экспериментатора.

Чем же различаются корреляционные исследования между собой? Рассмотрим основные их типы. Планы корреляционных исследований делятся на две группы: планы с одной группой испытуемых и планы с двумя и более группами.

Планы с одной группой испытуемых включают две схемы сбора результирующих данных: каждый субъект группы представлен минимум двумя измерениями переменных, отражающих различные свойства изучаемой реальности, которые представлены показателями разных методик. На графике рассеивания на осях абсцисс и ординат заданы диапазоны разброса каждого из показателей (синхронные корреляции). Временная последовательности применения методик не имеет значения.

Одномерное исследование одной группы в разных условиях или в разные промежутки времени.

В данном случае отсутствует управление уровнями независимой переменной, так как новые условия это факт жизни (переход из одной возрастной ступени в другую, из одной социальной группы в другую и т. д.).

Обработка данных сводится к оценке сходства между результатами теста в разных условиях (в разное время). В результате подсчитываются аутохонные корреляции.

Планы с двумя и более группами используются как форма контроля побочных переменных. Выделяют две основные формы контроля смешений с побочными переменными.

Первая форма плана предполагает стабилизацию побочных переменных в виде учитываемых уровней таким образом, чтобы на каждом уровне основной переменной их уровни также были представлены равномерно. При таком плане побочная переменная фиксируется на определенном уровне или функционально контролируется путем составления подгрупп с определенными уровнями этих побочных переменных.

Вторая форма контроля смешений эффекта основной вариаты с побочной переменной реализуется путем подбора пар. Создаются неэквивалентные по какому либо параметру группы – контрастные группы.

При этом часто исключаются лица со средними показателями в выборке, что делает эти группы искаженными с точки зрения репрезентативности устанавливаемой связи, так как не ясно, остается ли она таковой между переменными в пропущенном диапазоне их значений.

Кроме того, теоретически нельзя быть уверенным в том, что все различия в парах проконтролированы, а значит побочная переменная не упущена.

Лонгитюдное корреляционное исследование является вариантом квазиэкспериментального исследования и аналогом плана тестирования одной группы в разных условиях. Независимая переменная – время.

Простое лонгитюдное исследование позволяет определить изменение центральной тенденции или разброс, какой – либо переменной.

Структурное лонгитюдное исследование определяет изменение связей между переменными.

В любом корреляционном исследовании всегда присутствуют те или иные виды артефактов.

·Эффект последовательности – выполнение одного теста может повлиять на результат выполнения другого.

·Эффект научения – при выполнении серии тестов может появиться тестовая «искушенность».

·Эффект естественного развития.

·Взаимодействие процедуры тестирования и состава группы – «тревожные хуже справляются со скоростными тестами интеллекта.

·Эффект фоновых воздействий -сопутствующее смешение методов воспитания в семье с социоэкономическим статусом семьи и уровнем интеллекта родителей.

Однако контроль эффектов при планировании экспериментов используется крайне редко или практически игнорируется.

7.3. Схемы корреляционных исследований, приближающих к причинному выводу

В экспериментальных исследованиях, где используется управляемая независимая переменная, с достаточной степенью уверенности можно сделать вывод о наличии причинно-следственных связей, так как все остальные факторы поддерживаются на постоянном уровне.

Результат можно отнести непосредственно на счет независимой переменной. В корреляционном исследовании другие факторы невозможно поддерживать постоянными, а следовательно, нельзя сделать вывод о причинах и следствии.

При интерпретации результатов корреляционного исследования возникают две проблемы:

· Обратимости (направленности связи)

· третьей переменной.

Рассмотрим первую проблему. Если между переменными А и Б существует связь, то может быть: А вызывает Б, либо Б вызывает А. Действие причинно-следственной связи в двух направлениях называется проблемой направленности. Она решается, если:

– эти события появляются вместе (перекрестная корреляция).

– А предшествует Б во времени;

– связь вытекает из некоторой теории;

– можно опровергнуть другие объяснения их совместного появления.

Проблема третьей переменной обусловлена тем, что в случае корреляционного исследования контроль за внешними переменными не осуществляется. Причина найденной корреляции может заключаться именно в них.

Переменные А и Б не связаны причинно-следственной зависимостью, но входят в комплекс взаимодействия переменных так, что другие каузальные зависимости между какими то переменными комплекса порождают корреляцию А.и Б. То есть переменная С вызывает взаимодействие переменных А и Б.

Влияние третьей переменной можно оценить с помощью процедуры взаимной корреляции. Необходимо найти и оценить корреляционные связи: А и Б, С и А, С и Б. Если значения коэффициентов корреляции высоки, то переменная С влияет на А и Б.

Гипотезы, проверяемые в корреляционном исследовании, не содержат предположений, за счет чего получена наблюдаемая, или эмпирическая, взаимосвязь. Но это не означает, что исследователь должен избегать теоретической интерпретации взаимосвязи, которая строится на основе статистического контроля.

7.4. Области использования корреляционных исследований. Многомерный анализ

Если выводы о причинно-следственных связях могут быть сделаны только на основании экспериментов с управляемыми независимыми переменными, то почему бы не ограничиться только экспериментальными исследованиями? Однако корреляционные исследования необходимы как с практической, так и этической точек зрения. При исследовании половых особенностей поведения, различий между возрастными группами или типами личности невозможно провести случайное распределение. С помощью корреляционных исследований можно изучать то, что еще исследователи не научились контролировать. Существуют исследования, которые невозможно провести в виде экспериментов с управляемыми переменными. Например, нельзя управлять стилем семейного воспитания, поражением мозга и т.д. Эти эксперименты невозможны с этической точки зрения.

Корреляционные исследования используют:

– при разработке психологических тестов.

– в психологии личности и аномальной психологии.

– при изучении врожденных особенностей и воспитания.

Для оценки надежности теста используется метод расщепления и метод тест –ретест. Первая процедура состоит в том, что элементы субтеста делятся пополам, а затем находят корреляцию между половинками.

Тест надежен, если испытуемые получили высокие оценки по одной и другой половине теста. Вторая процедура отражает взаимосвязь между двумя различными случаями применения теста.

Надежный тест дает непротиворечивые результаты двух измерений на одних и тех же испытуемых.

Одним из показателей валидности теста является критериальная валидность – возможность на основании данных теста предсказать дальнейшие события. Валидность определяется путем исследования корреляции между изучаемым тестом и оценками, полученными по некоторому критерию. Критерием может быть другой тест, какие – либо достижения, варианты поведения и т. д.

Корреляционные исследования широко используются в психологии личности и аномальной психологии.

Процедура исследования заключается в отборе группы людей по заданному свойству, их тестирование по различным признакам и затем изучение корреляции полученных оценок.

Это позволяет выявить наличие взаимосвязи между различными свойствами личности, например: интроверсия и тревожность, депрессивное состояние и пессимизм, мотивация достижения и характер любимых героев детских сказок и т.д.

Интерес ученых к вопросу влияния наследственности и окружающей среды на различные характеристики человека не ослабевает. В данных типах исследования используются пары родственников, входящих в одну семью. Измеряются отдельные характеристики , а затем находится корреляция между ними.

Факторы наследственности и среды оцениваются независимо друг от друга. Сравниваются пары однояйцевых близнецов, растущих вместе с однояйцевыми близнецами, воспитывающимися в разных условиях. При этом генетический фактор остается постоянным, а фактор среды изменяется.

Чтобы поддержать относительное постоянство фактора среды при изменяющемся генетическом факторе, используют прием сравнения воспитывающихся вместе однояйцевых и двуяйцевых близнецов. Исследуется совместное влияние врожденных особенностей и воспитания.

С помощью подобного корреляционного метода доказана наследуемость интеллекта и застенчивости.

Предыдущая1234567891011Следующая .

Источник: https://mylektsii.ru/2-8900.html

Схемы корреляционных исследований

52. Схемы корреляционных исследований:  Корнилова: Корреляционные исследования используются тогда, когда

Экспер контроль и контроль за выводами

Оценка обоснованности или достоверности выводов осущ на основе проведенных экспериментов, вкл ряд линий рассуждения исследователя. Один из осн путей, кот ведет к неверным (артефактным) выводам – ошибки в контроле за выводом, т.е неверные умозаключения или неверные умозаключения или неверные обобщения.

Иногда оценку достоверности выводов связ с возможностью сделать на основе проведенного эксперимента также выводы, кот явл бы обобснованными в случае приближения этого экспер к безупречному.

Более широкая трактовка достоверности выводов вкл оценку их правильности с точки зрения проявленной исследователем логической компонентности и правомерности сделанных обобщений. Но первым пунктом оценки достоверности выводов явл все же оценка правильности принятия решений об экспер эффекте.

Сущ общие нормы возможных рассуждений об экспер гипотезе (не затрагивая проблем стат выводов):

  1. рассуждение, реализуемые исследователм при переходе между различними уровнями проверяемых гипотез стат и содержательных (Y) экспер гипотез, экспер и теоретических
  2. рассуждение при сопоставлении сформулированного в проверяемой научной гипотезе и конкурир Y объяснений
  3. нормативные – не облекаемые в форму логич требований – рассуждения о допустимых уровнях обобщений об исследуемой Y реальности. Обобщения эти касаются утверждений о переносе выявленных экспер закономерностей на др виды деятельности, ситуаций, популяций
  4. правильность выводов связ с оправданным переходом от логики экспер док-ва изнутри, т.е по отношению к проведенному исследованию, к логике доказательства извне, т.е путем соотн обобснованности сделанных обобщений с др теоретич позициями или доводами здорового смысла.

Рассмотрение доводов только в пользу представленного в экспер гипотезе Y объяснения и исключ из обсуждений результатов сопоставления его с др допустимыми интерпретациями также противоречит нормативам эксперим рассуждения.

Контроль за выводом предполагает более формальный аспект оценки приемлимости проверяемого утверждения с точки зрения анализа логически возможных соотнесений эмпир результата и оценки валидности как реализованных форм экспериментального контроля.

Если в исследовании был получен ожидаемый в соотв со сформулированной Y закономерностью экспер эффект, это еще не позволяет автоматически принять или отвергнуть экспериментальную гипотезу или контргипотезу.

Вторым условием, влияющим на достоверность вывода, явл оценка валидности Y эксперимента, вкл реальные технич условия его провежения.

Оценка валидности дает возможность делать след заключения

Результат действия НП Валидность эксперимента
Высокая “+” Низкая “-”
“+” в пользу сформулированного в ЭГ эффекта + + гипотеза принимается + – неудачный эксперимент
“-” противоречит ожидаемому в ЭГ эффекту – + возможность строгого вывода в пользу контргипотезы – – никаких выводов сделать нельзя

В случае высокой вадидности при полученных данных, ожидаемых в соотв с экспериментальной гипотезой, считается, что она выдержала проверку и принимается.

То, что Y гипотеза выдержала проверку опытным путем не свидетельствует о правильности предполагаемого ею типа Y объяснения.

Низкая валидность и выявленные данные в пользу ЭГ означают, что эксперимент следует назвать неудачным.

В силу непроконтролированных условий сдесь нельзя исключить смешений побочных , в данном случае артефактных переменных с экспериментальным эффектом. Поэтому позит вывод о принятии ЭГ сдесь сделать нельзя, хотя и получены соотв экспер гипотезе данные.

Клетка указыв на отриц эффект в условиях высоко валидного эксперимента, обозначает возможность строго ввода в пользу контргипотезы. Это и есть случай строго отвержения теории на основе получения негативных результатов.

Отдельный отриц результат сам по себе не влечет отказа от содержат гипотезы. Часто должно произойти некоторое наполнение таких отриц, что бы принять контргипотезу. Данные против ЭГ при низкой валидности эксперимнета – место собра всех неудач в экспериментировании. Здесь нельзя делать никаких выводов.

Логика организации вывода должна вкл при реализации экспер метода след компоненты :

  1. гипотетико-дедуктивный путь рассуждения об эмпирической реальности с указанной асимметрией вывода о научной гипотезе (отбросить предположение, если факты ему противоречат)
  2. построение пданов или экспре схем в рамках индуктивного вывода о рез-те действия экспер фаткора и возможности причинного объяснения изменения ЗП
  3. вывод об ЭГ на основе анализа полученного эффекат путем соот н результата с оценок ой валидности эксперимента
  4. обоснование содержат оснований обобщений зависимости за пределами экспримента

51. Основные квазиэкспериментальные планы.

Квазиэкспериментами в Y назыв такие схемы органзации сбора данных, кот позволяют проверять Y гипотезы, ориентируясь на исп нормативов, сложившихся при построении проведения исселедования и осущ выводов в логике экспер метода. Квази – как бы – экспер схемы исследований становятся в том случае, когда в них предполагается снижение форм контроля.

В широком смысле квазиэксп – способы планирования Y исследования и организации сбора эмпир данных кот вкл те или иные элементы экспериментирования, но не все этапы, подразумеваемые единой логикой экспер метода.

В более узком значени этот термин исп теми авторами, кот стремятся подчеркнуть специфику форм организации исследования, если оно, как и экспериментальное, направленно на проверку причинно-следственной гипотезы но не может быть названо таковым в силу недостаточного контроля за экспер воздействием и побочными факторами.

Эти исследования сохр направленность на выполнение осн услвоий причинного вывода. Но для утсановления каузальной зависиомсти между переменными они требуют выявления всех тех угроз достоверному, или валидному выводу, кот возникают в результате снижения экспер контроля.

Важнейшим условием достоверности вывода о каузальной зависимости, утверждаемой на основе анализа экспер данных, явл устранение конкурирующих объяснений.

Т.е вывод о том, что сущ каузальная связь между НП и ЗП явл достоверным только тогда, когда экспериментатор исп лостаточный контроль для обеспечения всех видов валидности.

Цели и ограничения выводов при квазиэкспер как особом образом планируемых исследваниях тесно связ между собой и обусловлены след мометнами:

  1. стремление исследовать сложные молярные каузальные законы, не воспроизводимые в лаб условиях, приводит к тому, что эксперименты проводятся в полевых условиях, где дотстигается наиболее адекватные решения проблем соответсвия, но где случайности и альтернативные причины и более трудны для контроля, чем в лаборатории. Имеют в виду зависимости, для кот реализуемым явл строгий эксперимент
  2. для снятия такой угрозы валидности вывода как знание испыт о самом факте экспер, проводяится замаскированный эксперимент, где трудно контролировать действия случайностей и альтетнативных причин и испыт не занют различия экспер кслови кот вводятся как естественные события. Тем самым исследовательизбегает эффекта подстраивания стратегий испыт под ожидания экспер-ра
  3. помимо эффектов ожидания испыт могут демонстрировтаь и др тенденции ответов в силу актуализации особых видов мотиваций. Прим естественно актуализир в лаб эксперименте мотивации экспертизы может вызвать желание испыт получить трудное задание для того, чтобы показать высокий уровень выполнения и нежелание выполнять легкое задание, где невозможно проявить свои способности
  4. спец лаб ситуация, созд условия для чистоты НП и контроля смешения сама явл фактором, снижающим внутр валидность. На самом деле чем ближе иссле-ль к той Y реальности, кот имеет место в обычной жизни, тем больше у него шансов выявить действительные каузальные зависимости

В первых 3х случаях обычно примен различные квазиэкспер планы с недостатком контроля до осущ экспер жеят-ти. В дополнение к жтим планам можно воспользоваться др способами контроля – контроль с пмощью дополнений варьирования и стат контроль.

Для 4го случая примен качественно иной способ контроля, а именно: контроль путем выбора когда и на ком проводить измерения. Способ контроля меняет логику межгрупповых сравнений, отличающимся по опр параметру группам дается одинаковое экспер воздействие, а различие в рез-ах спыт припис той базисной переменной, по кот групп ыразлич между собой

План с эквивалентными группами (прим курс 2 и крс 3реально сложившиеся группы учеников).

План с неиквивалентными группами.

Схемы корреляционных исследований

Корнилова:

Корреляционные исследования используются тогда, когда становится невозможным управлять ЗП. При корреляционных исследованиях происходит переход к измерению переменных (как и во всех экспер).

Проверяемые здесь гипотезы – это гипотезы о связях.

В них утверждается, что изменения одной переменную каким-то образом связаны с изменениями др, но не предполагается, что какие-то из этих переменных явл причинно-действующей.

Два способа понимания термина «корреляционный подход»:

1. Эмпир метод проверки псих гипотез, позволяющий установить связи между переменными, уровни кот не изменяются, а только измеряются.

2. Приемы статистического анализ данные на основе коэффициента корреляции.

Корреляционные исследования – это такой тип исследования, в кот проверяется гипотезы связи, а сами псих переменные либо явл проявл разных сторон одних и тех же базисных процессов, либо сопутствуют др другу, а вопрос об их детерминации остается открытым.

Здесь решается вопрос о ковариации двух или более переменных либо значений одной и той же переменной, измеряемой в разные промежутки времени или в разных гр субъектов.

Корреляционном по типу сбора данных исследовании возможно использование мер различий (подсчет выборочных, средних и тд).

Гл, что отличие корреляционного исследования – это схемы сбора данных, отличные от экспер подхода, и соответственные возможности содержательных выводов при проверке псих гипотезы (в силу невозможности реализации тех форм контроля, кот характерны для экспер исследований).

Почему используются корреляционные исследования: 1. Т.к. в качестве объекта исследования выделяют сложные явления, кот при экспер не возможно контролировать (часто в исследованиях с практической целью); 2. Многие явления теряют свою значимость, если их изучают в лаб экспер; 3.

Детерминистически сформулированные гипотезы о причинном характере влияние одной переменной на др (пр: в генетическом исследовании) возможно только при корреляционном исследовании; 4. При вероятностных гипотезах (часто соц, псих исследованиях) возможны только корреляционная проверка.

Готтсданкер:

В корреляционном исследовании отсутствуют планируемые изменения НП.

Корреляционное исследование – это такие исследования, в кот одни поведенческие различия соответствуют с др уже сущ.

Параметры различения корреляционных исследований:

1. Схемы приближения НП.

В экспер с родителями и их воспитателями (не возможно заставить одних род воспитывать своих детей «хорошо», др – «плохо») и порядком рождения (это тоже не возможно проконтролировать). Но все таки порядок рождения – НП, т.к. эта переменная предшествует во времени -> может стать причиной изменения в поведении.

Др крайность – исследования по отбору контролеров, где ни одна переменная не похожа на НП (не возможно по тесту неспособности сказать о качестве работы контролера и наоборот).

2. Описание корреляции.

Не во всех исследованиях вычисляется коэффициент корреляции.

Он наиболее значим, когда каждой переменной имеет непрерывное колоколообразное распределение (пр: в исслед с контролерами) это справедливо для оценок любого теста.

3. Цели.

– познавательная цель

– практическая

Некот практические исслед м.б. познавательными.

Рекомендуемые страницы:

Воспользуйтесь поиском по сайту:

Источник: https://megalektsii.ru/s30657t9.html

Medic-studio
Добавить комментарий