Лекции по курсу «Планирование теоретических и эмпирических исследований» (стр. 7 )

Математическую теорию линейных корреляций разработал Пир­сон. Ее основания и приложения излагаются в соответствующих учеб­никах и справочниках по математической статистике. Напомним, что коэффициент линейной корреляции Пирсона г варьируется от -1 до +1. Он вычисляется путем нормирования ковариации пере­менных на произведение их среднеквадратических отклонений.

Значимость коэффициента корреляции зависит от принятого уровня значимости а и от величины выборки. Чем больше модуль коэффициента корреляции, тем ближе связь переменных к линей­ной функциональной зависимости.

Планирование корреляционного исследования

План корреляционного исследования является разновидностью квазиэкспериментального плана при отсутствии воздействия неза­висимой переменной на зависимые. В более строгом смысле: тести­руемые группы должны быть в эквивалентных неизменных услови­ях. При корреляционном исследовании все измеряемые перемен­ные — зависимые. Фактором, определяющим эту зависимость, мо­жет быть одна из переменных или скрытая, неизмеряемая перемен­ная.

Корреляционное исследование разбивается на серию независи­мых друг от друга измерений в группе испытуемых Р. Различают простое и сравнительное корреляционные исследования. В первом случае группа испытуемых однородна. Во втором случае мы имеем несколько рандомизированных групп, различающихся по одному или нескольким определенным критериям. В общем виде план такого исследования описывается матрицей вида: Рх О (испытуемые х из­мерения). Результатом его является матрица корреляций. Обработ­ку данных можно вести, сравнивая строки исходной матрицы или столбцы. Коррелируя между собой строки, мы сопоставляем друг с другом испытуемых; корреляции же интерпретируются как коэф­фициенты сходства — различия людей между собой. Разумеется, Р-корреляции можно вычислять лишь в том случае, если данные при­ведены к одной шкальной размерности, в частности, с помощью Z-

Коррелируя между собой столбцы, мы проверяем гипотезу о ста­тистической связи измеряемых переменных. В этом случае их раз­мерность не имеет никакого значения.

Такое исследование называется структурным, так как в итоге мы получаем матрицу корреляций измеренных переменных, которая выявляет структуру связей между ними.

В исследовательской практике часто возникает задача выявить временные корреляции параметров или же обнаружить изменение структуры корреляций параметров во времени. Примером таких ис­следований являются лонгитюды.

План лонгитюдного исследования представляет собой серию от­дельных замеров одной или нескольких переменных через опреде­ленные промежутки времени. Лонгитюдное исследование — это про­межуточный вариант между квазиэкспериментом и корреляцион­ным исследованием, так как время интерпретируется исследовате­лем как независимая переменная, определяющая уровень зависимых (например, личностных черт).

Полный план корреляционного исследования представляет со­бой параллелепипед Рх Ox P, грани которого обозначаются как "ис­пытуемые", "операции", "временные этапы".

Результаты исследования можно анализировать по-разному. По­мимо вычисления P - и 0-корреляций возникает возможность срав­нения матриц Рх О, полученных в разные периоды времени, путем подсчета двухмерной корреляции — связи двух переменных с тре­тьей. То же самое касается и матриц Р х Т и Т х О.

Но чаще исследователи ограничиваются обработкой другого типа, проверяя гипотезы об изменении переменных во времени, анализи­руя матрицы РхТ по отдельным измерениям.

Рассмотрим основные типы корреляционного исследования. 1. Сравнение двух групп. Этот план лишь условно можно отнести к корреляционным исследованиям. Он применяется для установле­ния сходства или различия двух естественных или рандомизирован­ных групп по выраженности того или иного психологического свой­ства или состояния. Допустим, у вас есть желание выяснить, отли­чаются ли мужчины и женщины по уровню экстраверсии. Для этого вы должны создать две репрезентативные выборки, уравненные по прочим значимым для экстраверсии — интроверсии параметрам (по параметрам, влияющим на уровень экстраверсии — интроверсии), и провести измерение с помощью теста EPQ. Средние результаты у двух групп сравниваются с помощью t-критерия Стьюдента. При не­обходимости сравниваются дисперсии показателя экстраверсии по критерию F.

Простейшее сопоставление двух групп содержит в себе источни­ки ряда артефактов, характерных для корреляционного исследова­ния. Во-первых, возникает проблема рандомизации групп — они должны четко разделяться по выбранному критерию. Во-вторых, ре­альные измерения происходят не одновременно, а разновременно:

R'  0,  -

R"  -  О,

В-третьих, хорошо, если тестирование внутри группы проводят одновременно. Если же отдельных испытуемых тестируют в разное время, то может сказаться влияние временного фактора на величи­ну переменной.

Пол без особых усилий (в том числе без хирургического воздей­ствия) поменять сегодня нельзя, но можно перейти из одной учеб­ной группы в другую, а также из класса в класс.

Если исследователь задался целью сравнить две учебные группы по уровню успеваемости, он должен позаботиться о том, чтобы не произошло их "перемешивания" в ходе исследования.

Эффект неодновременности измерений в двух группах (в случае предположения о значимости этого фактора) можно было бы "уб­рать" введением двух контрольных групп, но ведь тестировать их тоже придется в другое время. Удобнее разделить первоначальные группы пополам и тестирование (по возможности) провести по сле­дующему плану:

R-  0,  -

R"  -  О,

R'  0,  -

R"  -  О,

Обработка результатов для выявления эффекта последовательнос­ти осуществляется методом двухфакторного анализа 2х2. Сравне­ние естественных (нерандомизированных) групп ведется потому же плану.

2. Одномерное исследование одной группы в разных условиях. План этого исследования аналогичен предыдущему. Но по своей сути он близок к эксперименту, так как условия, в которых находится груп­па, различаются. В случае корреляционного исследования мы не уп­равляем уровнем независимой переменной, а лишь констатируем изменение поведения индивида в новых условиях. Примером мо­жет служить изменение уровня тревожности детей при переходе из детского сада в 1 - и класс школы: группа одна и та же, а условия раз­личные.

Главные артефакты этого плана — кумуляция эффектов последо­вательности и тестирования. Кроме того, искажающее влияние на результаты может оказывать временной фактор (эффект естествен­ного развития). Схема этого плана выглядит очень просто: АО, ВОд, где А и В — разные условия. Испытуемые могут отбираться из генеральной по­пуляции случайным образом или представлять собой естественную группу.

Обработка данных сводится к оценка сходства между результата­ми тестирования в условиях А и В. Для контроля эффекта последо­вательности можно произвести контрбалансировку и перейти к кор­реляционному плану для двух групп:

А О,  В 0^, В О, А О,

В этом случае мы можем рассматривать А и В как воздействия, а план — как квазиэксперимент.

3. Корреляционное исследование попарно эквивалентных групп. Этот план используется при исследовании близнецов методом внутрипар-ных корреляций. Дизиготные или монозиготные близнецы разби­ваются на две группы: в каждой — один близнец из пары. У близне­цов обеих групп измеряют интересующие исследователя психичес­кие параметры. Затем вычисляется корреляция между параметрами (0-корреляция) или близнецами (Р-корреляция). Существует мно­жество более сложных вариантов планов психогенетических иссле­дований близнецов.

4. Для проверки гипотезы о статистической связи нескольких переменных, характеризующих поведение, проводится структурное корреляционное исследование. Оно реализуется по следующей про­грамме. Отбирается группа, которая представляет либо генеральную совокупность, либо интересующую нас популяцию. Отбираются тес­ты, проверенные на надежность и внутреннюю валидность. Затем групп а тестируется по определенной программе:

R А(0,) В(0,) С(0,) D(0,) ... N(0„),

где

А, В, С... N — тесты, Т> — операция тестирования.

Данные исследования представлены в форме матрицы: тх п, где т — количество испытуемых, n — тесты. Матрица "сырых" данных обрабатывается, подсчитываются коэффициенты линейной корре­ляции. Получается матрица вида тх n, где n — число тестов. В кле­точках матрицы — коэффициенты корреляции, по ее диагонали — единицы (корреляция теста с самим собой). Матрица симметрична

относительно этой диагонали. Корреляции оцениваются на статис­тические различия следующим образом: сначала г переводится в Z-оценки, затем для сравнения г применяется t-критерий Стьюдента. Значимость корреляции оценивается при ее сопоставлении с таб­личным значением. При сравнении^,, и r^ ^ принимается гипо­теза о значимом отличии корреляции от случайной при заданном значении точности ( а = 0,05 или а = 0,001). В некоторых случаях возникает необходимость вычисления множественных корреляций, частных корреляций, корреляционных отношений или редукции раз­мерности — уменьшения числа параметров.

Для уменьшения числа измеренных параметров используются раз­личные методы латентного анализа. Применению их в психологи­ческом исследовании посвящено множество публикаций. Главной причиной артефактов, возникающих при проведении многомерно­го психологического тестирования, является реальное физическое время. При анализе данных корреляционного исследования мы от­влекаемся от неодновременности проводимых измерений. Кроме того, считается, что результат последующего измерения не зависит от предыдущего, т. е. не существует эффекта переноса.