Корреляционные планы. 
Экспериментальная психология

Исходя из того что в мире психологических явлений между их признаками существуют некие взаимообусловленные содержательные связи, их нарушение является показателем некоего воздействия на данную психологическую систему, ее изменение и развитие. Эти изменения и деформации статистически фиксируются в эксперименте. Поэтому схемы психологических экспериментов, в которых нарушение непрерывности регрессии (корреляций) выступает как признак экспериментального эффекта, получил название «корреляционные планы»^[1].

Особенностью корреляционных планов является то, что в результате регрессионного анализа данных до воздействия независимой переменной просматривается регрессия показателей к некой «теоретической кривой» или «прямой» (в случае линейной регрессии). После воздействия независимой переменной тестовые показатели регрессируют к кривой (или прямой) иного вида. Изменение вида регрессии эмпирических переменных (зависимой переменной) после воздействия стимула и является эффектом экспериментального воздействия.

Данная схема эксперимента в полной мере относится к планам с особенностями регистрации экспериментального эффекта подобно корреляционным планам. К корреляционным планам можно также отнести и эксперименты, построенные в соответствии со схемами 3, 10 и 14.

Основное отличие корреляционных планов заключается в выявлении корреляций двух переменных (7?), подтверждающих гипотезу. Нулевая корреляция снижает правдоподобие гипотезы. При высокой корреляции оно возрастает, ибо гипотеза в этом случае избегает опровержения. Не всегда корреляция определяет наличие каузального закона, но каузальный закон обязательно указывает на наличие корреляции, т. е. если есть причиниоследственная связь между явлениями (независимой и зависимой переменными), то математически она выражается посредством наличия сильной или значимой корреляции.

Однако не всякая корреляция фиксирует наличие детерминирующей «силы» независимой переменной относительно зависимой. Корреляционная связь между переменными может быть значимой (г) или незначимой. Только значимость коэффициента корреляции может сигнализировать о возникновении причинной зависимости психологических переменных.

В ходе анализа эмпирических данных, измеренных в шкале интервалов, значимость коэффициента корреляции определяется при помощи^{-критерия} Стьюдента или v-критерия М. Уэлша (М. Welsh).

В частности,^{-критерий} Стьюдента определяется согласно формуле.

где t —^{-критерий} Стьюдента; R — коэффициент корреляции; N — количество испытуемых (объем экспериментальной выборки).

В литературе по экспериментальной психологии корреляционные связи нередко истолковываются в пользу каузальной зависимости^[2], и правдоподобные конкурентные гипотезы остаются вне ноля зрения, т. е. результаты эксперимента истолковываются в одном, выгодном экспериментатору направлении. Обратное воздействие остается «за бортом» интерпретации, и в ситуации, когда, например, руководитель влияет на сотрудника, а сотрудник влияет на руководителя, обычно исследователь в интерпретации выбирает первое. Это «зауженное» представление психологических фактов является причиной многих эмпирических недоразумений.

Корреляционное исследование в психологии — наиболее распространенная форма эксперимента. Оно основано на теоретических представлениях о мерах корреляционных связей между переменными, разработанных К. Пирсоном. Корреляционное исследование заключается в выдвижении гипотезы о наличии и характере связи между независимой и зависимой переменными. Нередко управляемое воздействие независимой переменной X на исследуемый объект (зависимую переменную), подтвержденное математически, отсутствует, т. е. оценивается (констатируется) связь между двумя (или более) переменными, которыми могут быть психические процессы, состояния, качества, характерологические черты, свойства и т. д.

Наличие статистической связи между переменными может ничего не утверждать об истинных причинно-следственных связях между ними, а только позволяет выдвинуть такую гипотезу. Здесь кроется вторая содержательная ошибка интерпретации корреляций.

Различают несколько, по крайней мере десять, основных характеристик интерпретации корреляционных связей между переменными:

• 1) наличие связи (R > г). Это возможно, когда эмпирически полученный коэффициент корреляции равен или превышает величину значимого коэффициента;
• 2) сила связи. О ней говорят, что «связь сильная или слабая». В психометрии принято считать, что если коэффициент корреляции по абсолютной величине превышает число 0,5, то имеет место «сильная корреляционная связь» (сильная корреляция);
• 3) направление связи. Прямая связь (+/?) имеет место в ситуации, когда изменения независимой переменной приводят к однонаправленным изменениям зависимой переменной. Обратная связь (-R) характеризует противоположные изменения зависимой переменной изменениям стимула;
• 4) опосредованная связь. Она обусловлена третьей переменной и возникает при условии высокой корреляции независимой переменной с какойлибо переменной, которая значимо связана и влияет на зависимую переменную (рис. 5.2);

Рис. 5.2. Иллюстрация опосредованной корреляционной связи переменных

• 5) случайная корреляционная связь. Она не обусловлена воздействием никакой переменной;
• 6) корреляционная связь, обусловленная неоднородностью выборки;
• 7) стабильная корреляция. Это постоянство, устойчивость, точность характеристик проявления связи;
• 8) избирательность статистической связи. Эго проявление корреляции только при определенных условиях, в определенных ситуациях, обстоятельствах, конкретной или типовой обстановке, среде и пр.;
• 9) продолжительность корреляционной зависимости. Это срок действия связи. В исследованиях можно наблюдать кратковременные корреляции или постоянные статистические зависимости между показателями исследуемых объектов;
• 10) перспективность корреляционной зависимости. Это прогноз развития характеристик и направления связи переменных.

Пример. В процессе анализа данных в корреляционных исследованиях используют матричную (рис. 5.3—5.4), табличную (табл. 5.4) и графическую (рис. 5.5) формы демонстрации результатов исследования.

Рис. 53. Треугольная корреляционная матрица.

Матричная треугольная форма предъявления результатов имеет ряд преимуществ. Во-первых, в ней визуально прослеживается связь каждой переменной с другими переменными по убыванию. Во-вторых, можно наглядно выявлять фактор, рассчитывать его вес и определять центральную, факторообразующую переменную и т. д. Отрицательной стороной является то, что не видна полная корреляционная картина переменных изза «усеченного» вида матрицы. В этом случае применяется четырехугольная матрица (рис. 5.4).

Рис. 5.4. Четырехугольная корреляционная матрица.

Табличная форма представления психологической информации отличается возможностью построения корреляционных связей между интересующими исследователя переменными. Например, если экспериментатор заинтересован в изучении связей однородных переменных, А и Д, показателями экспериментального воздействия, с другими однородными переменными — Б, В и Г, показателями психического состояния испытуемых, — то данные табл. 5.4 дают возможность выявить эту зависимость.

Таблица 5.4

Таблица корреляции эмпирических показателей.

Допустим, что, А — показатель трудовой исполнительности испытуемых, а Д — показатель стабильности кадрового потенциала на исследуемом предприятии. Показатели Б, В и Г соответственно — удовлетворенность условиями труда, желание качественно выполнять профессиональную деятельность и стремление к повышению своей квалификации.

Расчетный коэффициент значимой корреляции составил, допустим, г= 0,5 (р < 0,05). Отсюда показатель «исполнительности» имеет сильную значимую связь с показателем «удовлетворенность условиями труда», а показатель «стабильность кадрового потенциала» — с показателями «желание качественно выполнять профессиональную деятельность» и «стремление к повышению своей квалификации». Известно, что квадрат коэффициента корреляции (R² — коэффициент детерминации) показывает долю изменений первого признака относительно второго значимо связанного с ним. Следовательно, интерпретация корреляционного рисунка, представленного в табл. 5.4, может иметь следующую редакцию.

• 1. «Трудовая исполнительность персонала исследуемого предприятия на 64% (R² • 100) определяется удовлетворенностью работников условиями труда».
• 2. «Стабильность кадрового потенциапа предприятия на 74% зависит от наличия желания работников качественно выполнять профессиональную деятельность и стремления к повышению своей квалификации». Добиться снижения текучести кадров возможно при предоставлении возможности работникам повысить профессиональную квалификацию, а также принимать на работу людей, заинтересованных в качественном исполнении своих профессиональных обязанностей.

Приведенное на рис. 5.5 графическое отображение корреляционных связей между экспериментальными переменными в многомерном измерительном пространстве дает возможность исследователям наглядно проследить за структурными особенностями выявленных корреляционных плеяд.

Рис. 5.5. Граф корреляционной связи переменных.

В заключение следует отметить, что достоверная интерпретация корреляции в эксперименте как причинно-следственной связи между независимой и зависимой переменными определяется наличием правдоподобности основной каузальной гипотезы у исследователя и отсутствием правдоподобных конкурентных гипотез, объясняющих эту корреляционную зависимость на другой основе.

• [1] См.: Кэмпбелл Д. Указ. соч. С. 160—178.
• [2] Каузальные зависимости — это причинно-следственные связи между переменными, например: Л есть причина В.