<<
>>

4.4. Интерпретация коэффициентов корреляции

Причинность и корреляция. Наличие корреляции двух переменных отнюдь не означает, что между ними существует причинная связь. Несмотря на то, что сосуществование (корреляцию) событий можно использовать для выявления причинных связей наряду с другими методологическими подходами, монопольное применение корреляции к анализу причинности рискованно и может вводить в заблуждение.
Во-первых, даже в тех случаях, когда можно предположить существование причинной связи между двумя переменными, которые коррелированы, г сам по себе ничего не говорит о том, вызывает ли х появление у или у вызывает появление х. Во-вторых, часто наблюдаемая связь существует благодаря другим переменным, а не двум рассматриваемым. В-третьих, взаимосвязи переменных в педагогике и общественных науках почти всегда слишком сложны, чтобы их объяснением могла служить единственная причина. Успеваемость в школе - результат многочисленных влияний, да и сама по себе она является сложным понятием, которое нельзя описать адекватно при помощи какого бы то ни было одного

измерения. Мы рассмотрим некоторые проблемы, возникающие при попытке выявить причинные связи с помощью корреляции. Вероятно, справедливо, что существует положительная корреляция между средним заработком преподавателей в школах и процентом выпускников, поступивших в колледж. Значит ли это, что высокооплачиваемое школьное преподавание вызывает появление лучше подготовленных абитуриентов колледжа? Увеличится ли процент выпускников, поступивших в колледж, если повысить плату преподавателям? Конечно, утвердительные ответы на эти вопросы не объяснить одной ассоциативной связью. Связь между двумя факторами не проста, кроме того, еще не упоминалась одна существенная переменная, которая характеризует финансовые и экономические условия жизни общества и определяет его возможность нести расходы как по оплате преподавателей, так и по обучению в колледжах.

Наряду с этим, экономическая и финансовая обстановка отчасти зависит от интеллектуальных возможностей населения, другой переменной, вносящей вклад и в более высокую оплату педагогов и в повышенную посещаемость колледжей молодежью.

Установлено, что процент «исключенных» из школ отрицательно коррелирует с числом учебников, приходящихся на ученика в библиотеках этих школ. Но здравый смысл подсказывает нам, что нагромождение книг в библиотеке не больше повлияет на число исключенных, чем наем ленивого служащего на магическое увеличение школьной библиотеки. Если бы только здравый смысл всегда служил нам так хорошо!

Многие исследователи не останавливаются на том ложном выводе, что корреляция свидетельствует на первый взгляд о причинной зависимости, а выводят также и другое заключение. Они приписывают причинной связи определенное направление. Рассмотрим более внимательно правдоподобный пример. Предположим, что в большой группе учащихся коэффициент корреляции между тревожностью (X) и результатом теста IQ (Y) равен -0,60. Означает ли это, что большое волнение привело к тому, что учащиеся плохо выдержали испытание, а более спокойные ученики, не травмированные страхом, оказались в состоянии успешно проявить свои способности? Этот вывод склонны делать некоторые исследователи. Но разве не столь же правдоподобно считать, что сам этот тест есть фактор, вызывающий беспокойство? Не могли ли тупые ученики бояться испытания их интеллекта, а способные найти эксперимент приятным и не вызывающим беспокойства? В данном случае вопрос в том, можно ли сказать, что Х вызывает Y или что Y вызывает X? Обычный коэффициент корреляции между Х и Y не может дать ответ на этот вопрос. Без экспериментальной проверки связи сами по себе часто трудно интерпретировать. Искусный экспериментальный подход к той же самой задаче предполагал бы формирование группы тревожных учеников и сравнение их оценок с оценками контрольной группы.

Хотя корреляция прямо не указывает на причинную связь, она может служить ключом к разгадке причин. При благоприятных условиях на ее основе можно сформулировать гипотезы, проверяемые экспериментально, когда возможен контроль других влияний, помимо тех немногочисленных, которые подлежат исследованию. Существуют также хорошо разработанные процедуры, в частности в социологии, для вывода причин из связанных данных.

Иногда отсутствие корреляции может иметь более глубокое воздействие на нашу гипотезу о причинной связи, чем наличие сильной корреляции. Нулевая корреляция двух переменных может свидетельствовать о том, что никакого влияния одной переменной на другую не существует, при условии, что мы доверяем результатам измерений и что произведение моментов r Пирсона, измеряющее только частный тип связи, подходит для измерения более общего типа связи, называемой «причинной». Но все это мало помогает: требуются методы обнаружения причинных связей, а не методы иллюстрации беспричинных явлений.

<< | >>
Источник: Л. С. Титкова. МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ. 2002

Еще по теме 4.4. Интерпретация коэффициентов корреляции:

- Акмеология - Введение в профессию - Возрастная психология - Гендерная психология - Девиантное поведение - Дифференциальная психология - История психологии - Клиническая психология - Конфликтология - Математические методы в психологии - Методы психологического исследования - Нейропсихология - Основы психологии - Педагогическая психология - Политическая психология - Практическая психология - Психогенетика - Психодиагностика - Психокоррекция - Психологическая помощь - Психологические тесты - Психологический портрет - Психологическое исследование личности - Психологическое консультирование - Психология девиантного поведения - Психология и педагогика - Психология общения - Психология рекламы - Психология труда - Психология управления - Психосоматика - Психотерапия - Психофизиология - Реабилитационная психология - Сексология - Семейная психология - Словари психологических терминов - Социальная психология - Специальная психология - Сравнительная психология, зоопсихология - Экономическая психология - Экспериментальная психология - Экстремальная психология - Этническая психология - Юридическая психология -