Студента-психолога (социолога, менеджера, управленца и др.) нередко интересует, как связаны между собой две или большее количество переменных в одной или нескольких изучаемых группах.
В математике для описания связей между переменными величинами используют понятие функции F, которая ставит в соответствие каждому определенному значению независимой переменной X определенное значение зависимой переменной Y. Полученная зависимость обозначается как Y=F(X).
При этом виды корреляционных связей между измеренными признаками могут быть различны: так, корреляция бывает линейной и нелинейной, положительной и отрицательной. Она линейна — если с увеличением или уменьшением одной переменной X,вторая переменная Y в среднем либо также растет, либо убывает. Она нелинейна, если при увеличении одной величины характер изменения второй не линеен, а описывается другими законами.
Помогу с корреляцией по методу Спирмена ОНЛАЙН ЗДЕСЬ
Корреляция будет положительной, если с увеличением переменной X переменная Y в среднем также увеличивается, а если с увеличением X переменная Y имеет в среднем тенденцию к уменьшению, то говорят о наличии отрицательной корреляции. Возможна ситуация, когда между переменными невозможно установить какую-либо зависимость. В этом случае говорят об отсутствии корреляционной связи.
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.
Коэффициент корреляции рангов, предложенный К. Спирменом, относится к непараметрическим показателям связи между переменными, измеренными в ранговой шкале. При расчете этого коэффициента не требуется никаких предположений о характере распределений признаков в генеральной совокупности. Этот коэффициент определяет степень тесноты связи порядковых признаков, которые в этом случае представляют собой ранги сравниваемых величин.
Помогу с корреляцией по методу Спирмена ОНЛАЙН ЗДЕСЬ
Ранговый коэффициент линейной корреляции Спирмена подсчитывается по формуле:
где n — количество ранжируемых признаков (показателей, испытуемых);
D — разность между рангами по двум переменным для каждого испытуемого;
D2 — сумма квадратов разностей рангов.
Критические значения коэффициента корреляции рангов Спирмена представлены ниже:
Величина коэффициента линейной корреляции Спирмена лежит в интервале +1 и -1. Коэффициент линейной корреляции Спирмена может быть положительным и отрицательным, характеризуя направленность связи между двумя признаками, измеренными в ранговой шкале.
Если коэффициент корреляции по модулю оказывается близким к 1, то это соответствует высокому уровню связи между переменными. Так, в частности, при корреляции переменной величины с самой собой величина коэффициента корреляции будет равна +1. Подобная связь характеризует прямо пропорциональную зависимость. Если же значения переменной X будут распложены в порядке возрастания, а те же значения (обозначенные теперь уже как переменная Y) будут располагаться в порядке убывания, то в этом случае корреляция между переменными Х и Y будет равна точно -1. Такая величина коэффициента корреляции характеризует обратно пропорциональную зависимость.
Помогу с корреляцией по методу Спирмена ОНЛАЙН ЗДЕСЬ
Знак коэффициента корреляции очень важен для интерпретации полученной связи. Если знак коэффициента линейной корреляции — плюс, то связь между коррелирующими признаками такова, что большей величине одного признака (переменной) соответствует большая величина другого признака (другой переменной). Иными словами, если один показатель (переменная) увеличивается, то соответственно увеличивается и другой показатель (переменная). Такая зависимость носит название прямо пропорциональной зависимости.
Если же получен знак минус, то большей величине одного признака соответствует меньшая величина другого. Иначе говоря, при наличии знака минус, увеличению одной переменной (признака, значения) соответствует уменьшение другой переменной. Такая зависимость носит название обратно пропорциональной зависимости. При этом выбор переменной, которой приписывается характер (тенденция) возрастания — произволен. Это может быть как переменная X, так и переменная Y. Однако если считается, что увеличивается переменная X, то переменная Y будет соответственно уменьшаться, и наоборот.
Рассмотрим пример корреляции Спирмена
Психолог выясняет, как связаны между собой индивидуальные показатели готовности к школе, полученные до начала обучения в школе у 11 первоклассников и их средняя успеваемость в конце учебного года.
Для решения этой задачи были проранжированы, во-первых, значения показателей школьной готовности, полученные при поступлении в школу, и, во-вторых, итоговые показатели успеваемости в конце года у этих же учащихся в среднем. Результаты представим в таблице:
Помогу с корреляцией по методу Спирмена ОНЛАЙН ЗДЕСЬ
Подставляем полученные данные в вышеприведенную формулу, и производим расчет. Получаем:
Для нахождения уровня значимости обращаемся к таблице «Критические значения коэффициента корреляции рангов Спирмена,» в которой приведены критические значения для коэффициентов ранговой корреляции.
Строим соответствующую «ось значимости»:
Полученный коэффициент корреляции совпал с критическим значением для уровня значимости в 1%. Следовательно, можно утверждать, что показатели школьной готовности и итоговые оценки первоклассников связаны положительной корреляционной зависимостью — иначе говоря, чем выше показатель школьной готовности, тем лучше учится первоклассник. В терминах статистических гипотез психолог должен отклонить нулевую (Н0) гипотезу о сходстве и принять альтернативную (Н1) о наличии различий, которая говорит о том, что связь между показателями школьной готовности и средней успеваемостью отлична от нуля.
Помогу с корреляцией по методу Спирмена ОНЛАЙН ЗДЕСЬ
3.1. Понятие выборки (применительно к исследованию в психологии)
3.2. Не любите проводить социологическое исследование? Вы просто не умеете его готовить!
3.3. Корреляционный анализ по методу Спирмена (ранги Спирмена)
3.4. Дискуссия: Объект и Предмет исследования или наоборот?
3.5. Решение задач по праву. Как решить задачу по Юриспруденции?
3.6. Как рассчитать темп роста и прироста?
3.7. Как выбрать тему дипломной работы?
3.8. Методы исследования в дипломе, пример
Коэффициент
корреляции рангов, предложенный К.
Спирменом, относится к непараметрическим
показателям связи между переменными,
измеренными в ранговой шкале. При расчете
этого коэффициента не требуется никаких
предположений о характере распределений
признаков в генеральной совокупности.
Этот коэффициент определяет степень
тесноты связи порядковых признаков,
которые в этом случае представляют
собой ранги сравниваемых величин.
Величина
коэффициента корреляции Спирмена также
лежит в интервале +1 и -1. Он, как и
коэффициент Пирсона, может быть
положительным и отрицательным,
характеризуя направленность связи
между двумя признаками, измеренными в
ранговой шкале.
В
принципе число ранжируемых признаков
(качеств, черт и т.п.) может быть любым,
но сам процесс ранжирования большего,
чем 20 числа признаков — затруднителен.
Возможно, что именно поэтому таблица
критических значений рангового
коэффициента корреляции рассчитана
лишь для сорока ранжируемых признаков
(n < 40, табл. 20 приложения 6).
Ранговый
коэффициент корреляции Спирмена
подсчитывается по формуле:
где
n — количество ранжируемых признаков
(показателей, испытуемых);
D
— разность между рангами по двум переменным
для каждого испытуемого;
—
сумма квадратов разностей рангов.
Используя
ранговый коэффициент корреляции,
рассмотрим следующий пример.
Пример:
Психолог выясняет, как связаны между
собой индивидуальные показатели
готовности к школе, полученные до начала
обучения в школе у 11 первоклассников и
их средняя успеваемость в конце учебного
года.
Для
решения этой задачи были проранжированы,
во-первых, значения показателей школьной
готовности, полученные при поступлении
в школу, и, во-вторых, итоговые показатели
успеваемости в конце года у этих же
учащихся в среднем. Результаты представим
в табл. 13.
Таблица 13
|
№ учащихся |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
Ранги показателей |
3 |
5 |
6 |
1 |
4 |
11 |
9 |
2 |
8 |
7 |
10 |
|
Ранги среднегодовой |
2 |
7 |
8 |
3 |
4 |
6 |
11 |
1 |
10 |
5 |
9 |
|
|
1 |
-2 |
-2 |
-2 |
0 |
5 |
-2 |
1 |
-2 |
2 |
1 |
|
|
1 |
4 |
4 |
4 |
0 |
25 |
4 |
1 |
4 |
4 |
1 |
Подставляем
полученные данные в формулу и производим
расчет. Получаем:
Для
нахождения уровня значимости обращаемся
к табл. 20 приложения 6, в которой приведены
критические значения для коэффициентов
ранговой корреляции.
Подчеркнем,
что в табл. 20 приложения 6, как и в таблице
для линейной корреляции Пирсона, все
величины коэффициентов корреляции даны
по абсолютной величине. Поэтому, знак
коэффициента корреляции учитывается
только при его интерпретации.
Нахождение
уровней значимости в данной таблице
осуществляется по числу n, т. е. по числу
испытуемых. В нашем случае n = 11. Для этого
числа находим
:
0,61
для P
0,05
0,76
для P
0,01
Строим
соответствующую «ось значимости»:
Полученный
коэффициент корреляции совпал с
критическим значением для уровня
значимости в 1%. Следовательно, можно
утверждать, что показатели школьной
готовности и итоговые оценки первоклассников
связаны положительной корреляционной
зависимостью — иначе говоря, чем выше
показатель школьной готовности, тем
лучше учится первоклассник. В терминах
статистических гипотез психолог должен
отклонить нулевую (Н
гипотезу о сходстве и принять альтернативную
(Н
о наличии различий, которая говорит о
том, что связь между показателями
школьной готовности и средней успеваемостью
отлична от нуля.
Случай одинаковых
(равных) рангов
При
наличии одинаковых рангов формула
расчета коэффициента линейной корреляции
Спирмена будет несколько иной. В этом
случае в формулу вычисления коэффициентов
корреляции добавляются два новых члена,
учитывающие одинаковые ранги. Они
называются поправками на одинаковые
ранги и добавляются в числитель расчетной
формулы.
где
n — число одинаковых рангов в первом
столбце,
k
— число одинаковых рангов во втором
столбце.
Если
имеется две группы одинаковых рангов,
в каком-либо столбце то формула поправки
несколько усложняется:
где
n — число одинаковых рангов в первой
группе ранжируемого столбца,
k
— число одинаковых рангов в второй группе
ранжируемого столбца. Модификация
формулы в общем случае такова:
Пример:
Психолог, используя тест умственного
развития (ШТУР) проводит исследование
интеллекта у 12 учащихся 9 класса.
Одновременно с этим, но просит учителей
литературы и математики провести
ранжирование этих же учащихся по
показателям умственного развития.
Задача заключается в том, чтобы определить,
как связаны между собой объективные
показатели умственного развития (данные
ШТУРа) и экспертные оценки учителей.
Экспериментальные
данные этой задачи и дополнительные
столбцы, необходимые для расчета
коэффициента корреляции Спирмена,
представим в виде табл. 14.
Таблица 14
|
№ учащихся |
Ранги тестирования |
Экспертные оценки |
Экспертные оценки |
D (второго и третьего |
D (второго и |
|
|
|
1 |
6 |
5 |
5 |
1 |
1 |
1 |
1 |
|
2 |
7 |
10 |
8 |
-3 |
-1 |
9 |
1 |
|
3 |
4 |
8 |
7 |
-4 |
-3 |
16 |
9 |
|
4 |
5 |
4 |
11 |
1 |
-6 |
1 |
36 |
|
5 |
9 |
6 |
3 |
3 |
6 |
9 |
36 |
|
6 |
12 |
8 |
6 |
4 |
6 |
16 |
36 |
|
7 |
2,5 |
2 |
11 |
0,5 |
-8,5 |
0,25 |
77,25 |
|
8 |
2,5 |
3 |
11 |
-0,5 |
-8,5 |
0,25 |
77,25 |
|
9 |
10 |
8 |
1 |
2 |
9 |
4 |
81 |
|
10 |
8 |
11 |
3 |
-3 |
5 |
9 |
25 |
|
11 |
11 |
12 |
3 |
-1 |
8 |
1 |
64 |
|
12 |
1 |
1 |
9 |
0 |
-8 |
0 |
64 |
|
Суммы |
78 |
78 |
78 |
0 |
0 |
66,5 |
471,5 |
(второго
(второгоПоскольку
при ранжировании использовались
одинаковые ранги, то необходимо проверить
правильность ранжирования во втором,
третьем и четвертом столбцах таблицы.
Суммирование в каждом из этих столбцов
дает одинаковую сумму — 78.
Проверяем
по расчетной формуле. Проверка дает:
В
пятом и шестом столбцах таблицы приведены
величины разности рангов между экспертными
оценками психолога по тесту ШТУР для
каждого ученика и величинами экспертных
оценок учителей, соответственно по
математике и литературе. Сумма величин
разностей рангов должна быть равна
нулю. Суммирование величин D в пятом и
шестом столбцах дало искомый результат.
Следовательно, вычитание рангов проведено
правильно. Подобную проверку необходимо
делать каждый раз при проведении сложных
видов ранжирования.
Прежде,
чем начать расчет по формуле необходимо
рассчитать поправки на одинаковые ранги
для второго, третьего и четвертого
столбцов таблицы.
В
нашем случае во втором столбце таблицы
два одинаковых ранга, следовательно,
по формуле величина поправки D1 будет:
В
третьем столбце три одинаковых ранга,
следовательно, по формуле величина
поправки D2 будет:
В
четвертом столбце таблицы две группы
по три одинаковых ранга, следовательно,
по формуле величина поправки D3 будет:
Прежде,
чем преступить к решению задачи, напомним,
что психолог выясняет два вопроса — как
связаны величины рангов по тесту ШТУР
с экспертными оценками по математике
и литературе. Именно поэтому расчет
проводится дважды.
Считаем
первый ранговый коэффициент
с
учетом добавок по формуле. Получаем:
Подсчитаем
без учета добавки:
Как
видим, разница в величинах коэффициентов
корреляции оказалась очень незначительной.
Считаем
второй ранговый коэффициент
с
учетом добавок по формуле. Получаем:
Подсчитаем
без учета добавки:
И
опять, различия оказались очень
незначительны. Поскольку число учащихся
в обоих случаях одинаково, по табл. 20
приложения 6 находим критические значения
при n = 12 сразу для обоих коэффициентов
корреляции.
0,58
для P
0,05
0,73
для P
0,01
Откладываем
первое значение
на
«оси значимости»:
В
первом случае полученный коэффициент
ранговой корреляции находится в зоне
значимости. Поэтому психолог должен
отклонить нулевую Н
гипотезу о сходстве коэффициента
корреляции с нулем и принять альтернативную
Н
о значимом отличии коэффициента
корреляции от нуля. Иными словами,
полученный результат говорит о том, что
чем выше экспертные оценки учащихся по
тесту ШТУР, тем выше их экспертные оценки
по математике.
Откладываем
второе значение
на
«оси значимости»:
Во
втором случае коэффициент ранговой
корреляции находится в зоне неопределенности.
Поэтому психолог может принять нулевую
Н
гипотезу о сходстве коэффициента
корреляции с нулем и отклонить
альтернативную Н
о
значимом отличии коэффициента корреляции
от нуля. В этом случае полученный
результат говорит о том, что экспертные
оценки учащихся по тесту ШТУР не связаны
с экспертными оценками по литературе.
Для
применения коэффициента корреляции
Спирмена, необходимо соблюдать следующие
условия:
1.
Сравниваемые переменные должны быть
получены в порядковой (ранговой) шкале,
но могут быть измерены также в шкале
интервалов и отношений.
2.
Характер распределения коррелируемых
величин не имеет значения.
3.
Число варьирующих признаков в сравниваемых
переменных X и Y должно быть одинаковым.
Таблицы
для определения критических значений
коэффициента корреляции Спирмена (табл.
20 приложение 6) рассчитаны от числа
признаков равных n = 5 до n = 40 и при большем
числе сравниваемых переменных следует
использовать таблицу для пирсоновского
коэффициента корреляции (табл. 19
приложение 6). Нахождение критических
значений осуществляется при k = n.
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
-
Помогаю в написании дипломных, курсовых, магистерских работы по психологии, а также рефератов и эссе; контрольных, отчетов по практике и статистических расчетов.
Я профессиональный психолог и автор работ по психологии с многолетним стажем. Выступаю как индивидуальный предприниматель (ИП): заключаю договор, выдаю чеки об оплате.
Помогаю студентам-психологам более 15 лет (этот сайт существует с 2007). Качественно и быстро. Помогу даже с очень трудными темами.
Опишите ситуацию, и я скажу стоимость написания вашей работы.
Коэффициент корреляции Спирмена
Коэффициент корреляции Спирмена – статистический критерий, который наиболее часто используется при обработке эмпирических данных в курсовых, дипломных и магистерских работах по психологии. Этот критерий относится к типу непараметрических и не требует, чтобы данные были распределены по нормальному закону. Достаточно, если психологические показатели представлены в порядковой шкале, то есть учитывается только тот факт, что один показатель больше или меньше, чем другой.
Расчет коэффициента корреляции Спирмена
При проведении эмпирического исследования в дипломной по психологии для расчета коэффициента корреляции Спирмена удобнее пользоваться статистическими программами. Однако, этот критерий нетрудно рассчитать и вручную.
Пример расчета коэффициента корреляции Спирмена
Предположим, в рамках дипломной работы по психологии проводится исследование влияния климата в коллективе на состояние сотрудников. Одна из задач исследования состоит в выявлении взаимосвязи между климатом и эмоциональным истощением сотрудников.
Выдвигаем гипотезу — существует отрицательная взаимосвязь между социально-психологическим климатом в коллективе и степенью истощения сотрудников.
В таблице приводятся данные, отражающие этапы расчета коэффициентов ранговой корреляции Спирмена. Суть расчета сводится к тому, что от собственно значений переходим к их рангам (ранг отражает положение показателя в общем списке и записывается в виде натурального числа). Далее находятся разности между рангами, эти разности возводятся в квадрат и суммируются.
|
№ |
Эмоциональное истощение (Х) |
Психологический климат (Y) |
Ранг Х |
Ранг Y |
Ранг Х-Ранг Y |
(Ранг Х-Ранг Y)2 |
|
1 |
15 |
0,7 |
6 |
8 |
-2 |
4 |
|
2 |
15 |
0,6 |
6 |
5,5 |
0,5 |
0,25 |
|
3 |
15 |
0,6 |
6 |
5,5 |
0,5 |
0,25 |
|
4 |
13 |
0,5 |
1 |
3 |
-2 |
4 |
|
5 |
15 |
0,7 |
6 |
8 |
-2 |
4 |
|
6 |
14 |
0,5 |
2 |
3 |
-1 |
1 |
|
7 |
15 |
0,7 |
6 |
8 |
-2 |
4 |
|
8 |
15 |
0,5 |
6 |
3 |
3 |
9 |
|
9 |
16 |
1 |
10 |
10 |
0 |
0 |
|
10 |
15 |
0 |
6 |
1 |
5 |
25 |
|
Сумма |
0 |
51,5 |
Формула расчёта коэффициента корреляции Спирмена
Сумма(D2)
R= 1 — 6—————-
N(N2-1)
D – разность между рангами
Сложность расчёта корреляций Спирмена вручную связана с необходимостью вводить поправки на одинаковые ранги, что достаточно трудоемко.
Поправка для Х:
Тх=(73-7)/12=336/12=28
Поправка для Y:
Тy=(2(33-3)+(23-2))/12=(48+6)/12=4,5
Сумма(D2)+Тх+ Тy 51,5+28+4,5
Rэмп= 1 — 6———————= 1 – 6—————————=
N(N2-1) 10(10*10 – 1)
84 504
=1- 6 ———— =1 — ———-=1 – 0,50909= 0,4909
990 990
В специальной таблице находим значение критического значения коэффициента ранговой корреляции для выборки из 10 человек и для уровня значимости 0,05:
Rкр (10)=0,64
Rэмп˂ Rкр (0,49˂0,64)
Следовательно, не существует связи между социально-психологическим климатом в коллективе и степенью истощения сотрудников. Для интерпретации данного результаты (а интерпретировать результаты статистических расчётов в дипломах по психологии очень важно) можно сказать следующее. Возможно, в коллективе сотрудников, где проводилось исследование, существуют социально-психологические или организационные факторы, которые опосредуют влияние климата в коллективе на эмоциональное истощение сотрудников. В связи с этим прямая взаимосвязь между этими показателями нивелируется.
Анализ результатов расчета коэффициентов ранговой корреляции Спирмена
Если коэффициент ранговой корреляции Спирмена вычисляется с помощью статистической программы, то она сама выделяет статистически значимые корреляции при заданном уровне статистической значимости (0,05 или 0,01).
Если расчёт коэффициента ранговой корреляции Спирмена проводится вручную, то после получения эмпирического значения его нужно сравнить с критическим. Критические значения коэффициентов ранговой корреляции Спирмена приводятся в специальных таблицах для разного объема выборки и уровня статистической значимости.
Далее нужно сравнить эмпирический и критический коэффициенты:
- если значение эмпирического коэффициента ранговой корреляции больше или равно критическому, то делается вывод о существовании статистически значимой корреляционной связи между показателями;
- если значение эмпирического коэффициента ранговой корреляции меньше (как в приведенном выше примере) критического, следовательно, статистически значимой корреляционной связи между показателями нет.
Несмотря на различные алгоритмы расчета корреляций Пирсона и Спирмена логика их анализа и интерпретации одинакова.
Различия коэффициентов корреляций Пирсона и Спирмена
На защите дипломных работ по психологии студента могут спросить о причинах, по которым он выбрал тот или иной тип коэффициента корреляции. То есть, важно понимать, чем принципиально различаются коэффициенты корреляции Пирсона и Спирмена.
Не вдаваясь в математические тонкости, можно сказать следующее:
- Для корреляций Пирсона данные должны быть распределены нормально, или выборка должна быть достаточно большой. Для корреляций Спирмена данные могут быть любыми.
- Корреляции Пирсона дают более точный результат о взаимосвязях показателей, чем корреляции Спирмена. В то же время коэффициент Пирсона более чувствителен к случайным выбросам показателей. Например, у всех испытуемых показатели тревожности находятся в диапазоне от 5 до 15, а у одного – 25 баллов. Испытуемый мог отвечать наобум, что привело к такому показателю и при расчёте по Пирсону это существенно исказит результат. В то же время на расчет коэффициента Спирмена такого рода выбросы не оказывают заметного влияния.
Таким образом, в курсовых, дипломных и магистерских работах по психологии для анализа взаимосвязей между показателями лучше использовать коэффициенты ранговой корреляции Спирмена.
Надеюсь, эта статья поможет вам написать работу по психологии самостоятельно. Если понадобится помощь, обращайтесь (все виды работ по психологии; статистические расчеты). Заказать
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
Численное выражение корреляционной связи
- Прямая и обратная корреляция
- Сильная и слабая корреляция
Корреляционный анализ в психологии
Коэффициенты корреляции Пирсона и Спирмена
Как рассчитать коэффициент корреляции
- Расчет корреляций с помощью электронных таблиц Microsoft Excel
- Как вычислить значение корреляции с помощью статистической программы STATISTICA
Использование корреляционного анализа в дипломных работах по психологии
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) |
|
1 |
90 |
4,0 |
|
2 |
91 |
4,1 |
|
3 |
92 |
4,2 |
|
4 |
93 |
4,3 |
|
5 |
94 |
4,4 |
|
6 |
95 |
4,5 |
|
7 |
96 |
4,6 |
|
8 |
97 |
4,7 |
|
9 |
98 |
4,8 |
|
10 |
99 |
4,9 |
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) |
|
1 |
90 |
10 |
|
2 |
91 |
9 |
|
3 |
92 |
8 |
|
4 |
93 |
7 |
|
5 |
94 |
6 |
|
6 |
95 |
5 |
|
7 |
96 |
4 |
|
8 |
97 |
3 |
|
9 |
98 |
2 |
|
10 |
99 |
1 |
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) |
|
1 |
90 |
2,5 |
|
2 |
91 |
1,2 |
|
3 |
92 |
2,0 |
|
4 |
93 |
1,7 |
|
5 |
94 |
1,9 |
|
6 |
95 |
1,3 |
|
7 |
96 |
1,7 |
|
8 |
97 |
2,3 |
|
9 |
98 |
1,1 |
|
10 |
99 |
2,6 |
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.
Далее нажимаем галочку (то есть, рассчитать) и получаем значение , в нашем случае 0,038. Как видим, коэффициент не равен нулю, хотя и очень близок к нему.
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 |
|
1 |
12 |
24 |
|
2 |
14 |
25 |
|
3 |
11 |
13 |
|
4 |
17 |
19 |
|
5 |
21 |
29 |
|
6 |
26 |
29 |
|
7 |
13 |
16 |
|
8 |
16 |
20 |
|
8 |
13 |
24 |
|
9 |
18 |
21 |
|
10 |
23 |
31 |
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 |
|
5 |
0,88 |
0,96 |
0,99 |
|
6 |
0,81 |
0,92 |
0,97 |
|
7 |
0,75 |
0,88 |
0,95 |
|
8 |
0,71 |
0,83 |
0,93 |
|
9 |
0,67 |
0,8 |
0,9 |
|
10 |
0,63 |
0,77 |
0,87 |
|
11 |
0,6 |
0,74 |
0,85 |
|
12 |
0,58 |
0,71 |
0,82 |
|
13 |
0,55 |
0,68 |
0,8 |
|
14 |
0,53 |
0,66 |
0,78 |
|
15 |
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.
© СтудентуПсихологу.рф
В таблице корреляций представлены критические значения коэффициента корреляции r-Пирсона и коэффициента корреляции r-Спирмена
Критические значения коэффициентов корреляции
| n | p | |||
| 0,1 | 0,05 | 0,01 | 0,001 | |
| 5 | 0,805 | 0,878 | 0,959 | 0,991 |
| 6 | 0,729 | 0,811 | 0,917 | 0,974 |
| 7 | 0,669 | 0,754 | 0,875 | 0,951 |
| 8 | 0,621 | 0,707 | 0,834 | 0,925 |
| 9 | 0,582 | 0,666 | 0,798 | 0,898 |
| 10 | 0,549 | 0,632 | 0,765 | 0,872 |
| 11 | 0,521 | 0,602 | 0,735 | 0,847 |
| 12 | 0,497 | 0,576 | 0,708 | 0,823 |
| 13 | 0,476 | 0,553 | 0,684 | 0,801 |
| 14 | 0,458 | 0,532 | 0,661 | 0,780 |
| 15 | 0,441 | 0,514 | 0,641 | 0,760 |
| 16 | 0,426 | 0,497 | 0,623 | 0,742 |
| 17 | 0,412 | 0,482 | 0,606 | 0,725 |
| 18 | 0,400 | 0,468 | 0,590 | 0,708 |
| 19 | 0,389 | 0,456 | 0,575 | 0,693 |
| 20 | 0,378 | 0,444 | 0,561 | 0,679 |
| 21 | 0,369 | 0,433 | 0,549 | 0,665 |
| 22 | 0,360 | 0,423 | 0,537 | 0,652 |
| 23 | 0,352 | 0,413 | 0,526 | 0,640 |
| 24 | 0,344 | 0,404 | 0,515 | 0,629 |
| 25 | 0,337 | 0,396 | 0,505 | 0,618 |
| 26 | 0,330 | 0,388 | 0,496 | 0,607 |
| 27 | 0,323 | 0,381 | 0,487 | 0,597 |
| 28 | 0,317 | 0,374 | 0,479 | 0,588 |
| 29 | 0,311 | 0,367 | 0,471 | 0,579 |
| 30 | 0,306 | 0,361 | 0,463 | 0,570 |
| 31 | 0,301 | 0355 | 0,456 | 0,562 |
| 32 | 0,296 | 0,349 | 0,449 | 0,554 |
| 33 | 0,291 | 0,344 | 0,442 | 0,547 |
| 34 | 0,287 | 0,339 | 0,436 | 0,539 |
| 35 | 0,283 | 0,334 | 0,430 | 0,532 |
| 36 | 0,279 | 0,329 | 0,424 | 0,525 |
| 37 | 0,275 | 0,325 | 0,418 | 0,519 |
| 38 | 0,271 | 0,320 | 0,413 | 0,513 |
| 39 | 0,267 | 0,316 | 0,408 | 0,507 |
| 40 | 0,264 | 0,312 | 0,403 | 0,501 |
| 41 | 0,260 | 0,308 | 0,398 | 0,495 |
| 42 | 0,257 | 0,304 | 0,393 | 0,490 |
| 43 | 0,254 | 0,301 | 0,389 | 0,484 |
| 44 | 0,251 | 0,297 | 0,384 | 0,479 |
| 45 | 0,248 | 0,294 | 0,380 | 0474 |
| 46 | 0,246 | 0,291 | 0,376 | 0,469 |
| 47 | 0,243 | 0,288 | 0,372 | 0,465 |
| 48 | 0,240 | 0,285 | 0,368 | 0,460 |
| 49 | 0,238 | 0,282 | 0,365 | 0,456 |
| 50 | 0,235 | 0,279 | 0,361 | 0,451 |
| 51 | 0,233 | 0,276 | 0,358 | 0,447 |
| 52 | 0,231 | 0,273 | 0,354 | 0,443 |
| 53 | 0,228 | 0,271 | 0,351 | 0,439 |
| 54 | 0,226 | 0,268 | 0,348 | 0,435 |
| 55 | 0,224 | 0,266 | 0,345 | 0,432 |
| 56 | 0,222 | 0,263 | 0,341 | 0,428 |
| 57 | 0,220 | 0,261 | 0,339 | 0,424 |
| 58 | 0,218 | 0,259 | 0,336 | 0,421 |
| 59 | 0,216 | 0,256 | 0,333 | 0,418 |
| 60 | 0,214 | 0,254 | 0,330 | 0,414 |
| 61 | 0,213 | 0,252 | 0,327 | 0,411 |
| 62 | 0,211 | 0,250 | 0,325 | 0,408 |
| 63 | 0,209 | 0,248 | 0,322 | 0,405 |
| 64 | 0,207 | 0,246 | 0,320 | 0,402 |
| 65 | 0,206 | 0,244 | 0,317 | 0,399 |
| 66 | 0,204 | 0,242 | 0,315 | 0,396 |
| 67 | 0,203 | 0,240 | 0,313 | 0,393 |
| 68 | 0,201 | 0,239 | 0,310 | 0,390 |
| 69 | 0,200 | 0,237 | 0,308 | 0,388 |
| 70 | 0,198 | 0,235 | 0,306 | 0,385 |
| 80 | 0,185 | 0,220 | 0,286 | 0,361 |
| 90 | 0,174 | 0,207 | 0,270 | 0,341 |
| 100 | 0,165 | 0,197 | 0,256 | 0,324 |
| 110 | 0,158 | 0,187 | 0,245 | 0,310 |
| 120 | 0,151 | 0,179 | 0,234 | 0,297 |
| 130 | 0,145 | 0,172 | 0,225 | 0,285 |
| 140 | 0,140 | 0,166 | 0,217 | 0,275 |
| 150 | 0,135 | 0,160 | 0,210 | 0,266 |
| 200 | 0,117 | 0,139 | 0,182 | 0,231 |
| 250 | 0,104 | 0,124 | 0,163 | 0,207 |
| 300 | 0,095 | 0,113 | 0,149 | 0,189 |
| 350 | 0,088 | 0,105 | 0,138 | 0,175 |
| 400 | 0,082 | 0,098 | 0,129 | 0,164 |
| 450 | 0,078 | 0,092 | 0,121 | 0,155 |
| 500 | 0,074 | 0,088 | 0,115 | 0,147 |
| 600 | 0,067 | 0,080 | 0,105 | 0,134 |