Корреляционное исследование в психологии: Национальный исследовательский университет «Высшая школа экономики»

Автор: | 09.11.1977

Содержание

Корреляционное и экспериментальное исследование

Природа корреляционного исследования

Существует два вида исследования:

  • корреляция;
  • эксперимент.

Рассмотрим каждый из них.

Корреляционное исследование используется в случае, если необходимо дать оценку взаимоотношениям между двумя и более переменными. Т.е. этот метод изучения выявляет связь между данными.

Если одна переменная меняет величину, то со второй происходят следующие изменения. Во-первых, стоит отметить, что это исследование дает сведения о направлении и силе взаимосвязи между двумя данными. Это направление говорит о том, как связаны переменные: позитивно или негативно. Сила взаимосвязи может быть в виде степени точности, также может предсказать величину одной из переменных. Эти два аспекта (сила и направление) являются статистическими критериями, или коэффициентами корреляции (r), который ранжируется от +1,00 до -1,00.

Например: переменная А высока, В высока, то корреляция позитивная. Если А высока, а В низка, то корреляция негативная. Если В не связана с А, то корреляция отсутствует.

Социально-психологические исследования не содержит полную корреляцию. Коэффициент редко превышает +0,60:

  • корреляции от +0,50 до +0,60 являются сильными;
  • корреляции от +0,30 до +0,50 – умерено сильные;
  • корреляции ниже от +0,30 или +0,20 – слабые.

Корреляция выше +0,60 бывает в том случае, если ряд факторов, определяющие поведение, мнение и оценки людей.

Используя математическую обработку данных, исследователь может применять разные подходы к вычислению коэффициенты корреляции.

Специфика ранговой корреляции

Рассмотрим коэффициент ранговой корреляции Спирмена (r), так как именно его часто применяют в социально-психологических исследованиях благодаря своей универсальности и простоте. Универсальность, т.е. применим ко всем данным, проста – легко вычисляется «вручную».

Пример. Для того чтобы понять роль мастера в организации, были собраны данные в виде оценочных суждений от работников разного иерархического уровня. В исследование рассматривали вопрос взаимосвязи восприятия мастера рабочими низкого иерархического уровня и высшего с самооценкой самого мастера. Для оценивания были представлены такие качества, как:

  • требовательность;
  • настойчивость;
  • уравновешенность;
  • доброта;
  • скромность;
  • дисциплинированность;
  • справедливость;
  • оптимизм и т.д.

В результате была выявлена положительная корреляция между самооценкой мастера и оценкой рабочих: r = +0,39. Положительная связь наблюдается также между самооценкой мастера и вышестоящих коллег: r = +0,33, но в данном случае носит менее устойчивую связь. Самый низкий коэффициент был выявлен между оценками мастера руководством цеха и рабочими r = +0,18.

Вывод

Рассматриваемая ситуация не всегда имеет одинаковую оценку и, поэтому может быть производной от других социальных ролей, которые связаны с принадлежностью этой личности к другой группе, являющейся значимой.

Из полученных данных видно, что рабочие играют для мастера референтную роль, а цеховые руководители нет. Конечно, этот результат требует детальной проверки.

Нужна помощь преподавателя?

Опиши задание — и наши эксперты тебе помогут!

Описать задание

Исходя из выше сказанного, было выявлено несколько выводов, которые описывали восприятие и понимание личности и работы мастера в зависимости от социально-демографических и ролевых характерных черт субъектов и объектов оценки.

Плюсы такого исследования:

  • эффективен при сборе большого количества данных;
  • полученные результаты чаще всего являются питательной почвой для идей и гипотез.

Минус:

  • исследование не может до конца определить причину взаимосвязи между двумя переменными.

Определение экспериментального исследования

Данное изучение направлено на выявление связи между причиной и следствием. Здесь происходит манипуляция переменной, которая проявляется испытуемым, после наблюдается эффект манипуляции на другую переменную, с которой на самом деле не производится никаких манипуляций.

Манипулируемая переменная называется независимой. Ее и проверяют экспериментально, так как она может быть причиной изменений другой, зависимой переменной.

После того, как произошло воздействие независимой переменной, исследователь определенным способом собирает сведения о реакции поведения, о вербальной реакции. Это делается для того, чтоб определить влияния переменной. Если это так, то на основе эксперимента заключается вывод, что независимая переменная является причиной изменений зависимой.

Для примера рассмотрим исследование Семеновой З.Ф. Оно было проведено на студии телевидения и выявляло роли социального статуса коммуникатора (независимая переменная) на восприятие информации реципиента (зависимая переменная).

Эксперимент проводился естественным путем. Т.е. на экскурсию в телестудию пригласили людей и под удобным предлогом предложили посмотреть новости. Люди думали, что они смотрят передачу для эфира. Во всех новостях был представлен один и тот же человек, с одним и тем же сообщением, в одно и том же гриме, но в разных амплуа:

  • конструктор завод;
  • бригадир;
  • ученый;
  • журналист.

Выборка испытуемых – 667 человек:

  • мужчин – 291;
  • женщин – 376.

В каждой группе 20-30 человек. Деятельность людей разная:

  • рабочие;
  • инженерно-технические сотрудники;
  • интеллигенция.

После просмотра новостей всем объясняли цели экскурсии и раздали анкеты для заполнения.

Изначально предполагалось, что социальный статус коммуникатора будет оказывать влияние на отношение испытуемых к сообщению, что и произошло на самом деле. Влияние произошло из-за близости социальной категории, например, рабочим была важна новость от «бригадира». Корреляция иногда была равна +0,88.

Плюс экспериментального исследования:

  • хороший контроль над переменными.

Вывод

Корреляция и эксперимент имеют определенные сильные стороны, поэтому они могут дополнять друг друга. В первую очередь их необходимо характеризовать как особенность организационного плана, который может использовать психолог для получения новых научных данных.

Сбор первичной информации происходит с помощью определенных методов. Выявлены три основных:

  • опрос;
  • наблюдение;
  • анализ документов.

Перечисленные способы носят междисциплинарный характер, которые используют юристы, психологи, социологи, журналисты и т.д. Все остальные методы являются производными.

Корреляционные исследования. Никотиновая зависимость

Термин исследование используется вместо термина эксперимент в связи с тем, что корреляционные исследования не затрагивают причинно-следственных связей (даже если такие связи подразумеваются). Корреляционные исследования направлены на изучение взаимосвязи между двумя переменными. Такие исследования могут представлять ценность, если интерпретация результатов не выходит за рамки этих взаимосвязей.

Примером психологической переменной, которую можно исследовать с помощью корреляционного метода, может служить интеллект. Некоторые люди обладают более высоким интеллектом, другие – менее, а коэффициент интеллекта можно выразить количественно. Употребление никотина – вредная человеческая зависимость, которая может рассматриваться как переменная величина и иметь количественное выражение.

Следовательно, можно исследовать соотношение этих двух переменных с помощью корреляционного метода. Для начала можно провести соревнования по выкуриванию сигарет среди студентов второго курса университета. Некоторые студенты выкурят больше сигарет, некоторые – меньше, а в основном – близко к некоему промежуточному результату. После этого у тех же студентов при помощи стандартного теста можно измерить уровень интеллекта, который тоже будет варьироваться.

Затем эти два ряда данных (уровень интеллекта и выкуривание сигарет) могут быть сопоставлены с помощью простого статистического корреляционного анализа. Результаты такого анализа покажут степень взаимосвязи между переменными, которая в этом случае, по всей видимости, будет слабой, но положительной (то есть уровень интеллекта и вред от никотина будут иметь тенденцию, хотя и не ярко выраженную, изменяться в одном и том же направлении).

Способствует ли курение уменьшению уровня интеллекта, является ли употребление никотина фактором, способствующим уменьшению рождаемости (или наоборот)? Хотя некоторые из этих соотношений могут иметь место, все же с научной точки зрения простое установление связи между двумя переменными не означает существования причинно-следственных отношений. Следует напомнить, что курение пагубно влияет на человеческий мозг и другие внутренние органы человека. Электронные сигареты могут помочь справиться с никотиновой зависимостью.

Мы подчеркиваем этот момент, потому что некоторые поверхностные мыслители часто воспринимают совпадение во времени двух событий как доказательство существования между ними причинно-следственной связи. Очень часто такой образ мыслей становится источником возникновения всякого рода предрассудков, и можно вспомнить многочисленные примеры, когда люди носят всевозможные амулеты, потому что однажды (или несколько раз) присутствие этих вещей совпадало с какими-либо удачными событиями в их жизни.

Рассмотрим пример корреляционного исследования, использованного при изучении связи таких переменных величин, как количество выкуриваемых женщинами сигарет и уровень рождаемости в районе Сан-Франциско с 1970 по 1980 г. Проведенные исследования показали высокую степень положительной связи между рождаемостью и количеством выкуренных сигарет. Является ли один фактор причиной другого?

Можно предположить, что употребление никотина играет определенную роль в том, что рождается меньше детей, но можно также предположить, что рождение детей становится причиной увеличения употребления никотина. Или же это совпадение происходит под воздействием каких-то иных факторов. Основываясь исключительно на результатах корреляционного анализа, невозможно сделать заключение о каких-либо причинно-следственных связях.

Более того, наличие корреляции не устанавливает отношения последовательности между причиной и следствием. Оно просто указывает, что две переменные взаимосвязаны между собой в большей степени, чем это можно ожидать при случайном совпадении.

Корреляции в дипломных работах по психологии

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

Корреляционный анализ в психологии
Коэффициенты корреляции Пирсона и Спирмена
Как рассчитать коэффициент корреляции

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:

  1. Знак «+» или «-»  отражает направление зависимости.
  2. 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:

  1. 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.
  2. 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:

  1. Выявлена значимая положительная зависимость интеллекта студентов и их успеваемости.
  2. Существует отрицательная значимая взаимосвязь IQ с успешностью общения с противоположным полом.
  3. 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:

  1. Берутся значения двух параметров в группе испытуемых (например, агрессии и перфекционизма).
  2. Находятся средние значения каждого параметра в группе.
  3. Находятся разности параметров каждого испытуемого и среднего значения.
  4. Эти разности подставляются в специальную форму для расчета коэффициента Пирсона.

Коэффициент ранговой корреляции Спирмена рассчитывается похожим образом:

  1. Берутся значения двух индикаторов в группе испытуемых.
  2. Находятся ранги каждого фактора в группе, то есть место в списке по возрастанию.
  3. Находятся разности рангов, возводятся в квадрат и суммируются.
  4. 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 (р0,05)

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

Корреляции в психологии

Корреляционный анализ активно используется в психологических исследованиях для выявления взаимосвязи между психологическими параметрами. Практическая глава курсовых, дипломных и магистерских работ психологии чаще всего содержит корреляционный анализ.

Для того, чтобы написать диплом по психологии и успешно его защитить, необходимо не только знать, что такое корреляция, но и понимать специфику использования этого статистического метода в психологических исследования.

Признаком использования корреляций в дипломной работе по психологии является наличие в названии темы следующих слов: «Изучение взаимосвязи…», «Исследование влияния…», «Выявление факторов…».

В курсовых и дипломных по психологии чаще всего используются два корреляционных метода: коэффициенты ранговой корреляции Спирмена и корреляции Пирсона. Второй из них более строгий, то есть для его использования необходимо выполнения некоторых условий к данным. Чаще используется менее строгий коэффициент корреляции Спирмена. Но суть обоих коэффициентов корреляции применительно к психологическому исследованию одинакова.

 

Корреляции в психологическом исследовании

Корреляция – это степень взаимосвязи между какими-то показателями. В психологическом исследовании психологические показатели коррелируют, если в некоторой группе они изменяются согласованно. Например, от испытуемого к испытуемому с ростом одного показателя растет и другой – корреляция положительная или прямая. Или от испытуемого к испытуемому с ростом одного показателя второй снижается – корреляция отрицательная или обратная.

Например, мы измерили у 10 российских мужей два психологических показателя: 1) уровень удовлетворенности браком и 2) уровень интеллекта. Для простоты не будем привязываться к конкретным методикам, и показатели возьмем условные. В таблице приведены эти данные.

№ испытуемого

Уровень удовлетворённости браком

Уровень интеллекта

1

1

10

2

2

20

3

3

30

4

4

40

5

5

50

6

6

60

7

7

70

8

8

80

9

9

90

10

10

100

Посмотрим внимательно, как меняются показатели УБ и интеллекта от испытуемого к испытуемому. Видно, что УБ растет и уровень интеллекта тоже растет. Причем нет ни одного исключения в этой закономерности. Это пример положительной корреляции, причем это максимально возможная положительная (прямая) корреляция, равная 1.

Содержательно полученная корреляция означает, что чем выше уровень интеллекта у российских мужей, тем выше их удовлетворенность браком.

В следующей таблице данные, полученные на мужьях другой страны, например, Монголии.

№ испытуемого

Уровень удовлетворённости браком

Уровень интеллекта

1

10

10

2

20

9

3

30

8

4

40

7

5

50

6

6

60

5

7

70

4

8

80

3

9

90

2

10

100

1

Посмотрим внимательно, как меняются показатели УБ и интеллекта от испытуемого к испытуемому. Видно, что УБ растет, а уровень интеллекта строго снижается. Причем нет ни одного исключения в этой закономерности.

Это пример отрицательной корреляции, причем это максимально возможная отрицательная (обратная) корреляция, равная -1.

Содержательно полученная корреляция означает, что чем выше уровень интеллекта у монгольских мужей, тем ниже их удовлетворенность браком. Или, по-другому, чем ниже уровень интеллекта монгольских мужей, тем выше их удовлетворенность браком. Описание полученного результата может звучать примерно так.

«Как видим, мы получили совершенно различные результаты на выборках российских и монгольских мужей. Корреляционный анализ показал, что чем умнее российские мужчины, тем они более счастливы в браке.

А вот у монгольских мужчин ситуация совершенно иная — чем они глупее, тем более счастливы в браке.

Таким образом, у монгольских мужчин низкий интеллект выступает фактором роста удовлетворенности браком, а у российских – фактором снижения удовлетворенности браком. »

Мы рассмотрели два крайних случая – полных прямой и обратной корреляции применительно к эмпирическому психологическому исследованию. В реальности психологические данные в группе испытуемых расположены не так однозначно, и получаемые коэффициенты корреляции расположены в промежутке от -1 до 1.

В следующей таблице мы немного изменили показатели во втором столбце. 

№ испытуемого

Уровень удовлетворённости браком

Уровень интеллекта

1

1

20

2

2

10

3

3

40

4

4

30

5

5

50

6

6

60

7

7

70

8

8

80

9

9

90

10

10

100

Расчет показал, что теперь коэффициент корреляции равен 0,976.

Теперь еще больше перепутаем показатели во втором столбце.

№ испытуемого

Уровень удовлетворённости браком

Уровень интеллекта

1

10

9

2

20

1

3

30

8

4

40

3

5

50

5

6

60

7

7

70

6

8

80

10

9

90

2

10

100

4

Расчет показывает, что теперь коэффициент корреляции равен -0,103. Близость коэффициента корреляции к 0 означает очень низкое значение и низкую корреляцию, низкую взаимосвязь. И действительно, теперь трудно уловить какую-либо согласованность между вторым и третьим столбцами.

 

Корреляция в дипломной (курсовой) работе по психологии

Коэффициенты корреляции при анализе взаимосвязей между психологическими показателями могут принимать численные значения от -1 до 1.

Положительный коэффициент корреляции означает положительную (прямую) зависимость между двумя психологическими показателями в группе.

Отрицательный коэффициент корреляции означает отрицательную (обратную) зависимость между двумя психологическими показателями в группе.

Между двумя психологическими показателями, измеренными в группе испытуемых, всегда есть какая-то зависимость (корреляция) Она отражается числом от -1 до 1. Однако интерес представляют лишь статистически значимые коэффициенты корреляции.

Статистически значимые коэффициенты корреляции выявляются путем сравнения полученного нами эмпирического коэффициента корреляции с критическим значением.

Критическое значение коэффициента корреляции берется из специальных статистических таблиц, и его значение определяется объемом выборки. Чем больше человек в выборке, тем ниже критическое значение.

Чтобы определить, является ли статистически значимым полученный нами коэффициент корреляции, необходимо сравнить его значение по модулю (без учета знака) с критическим значением. Если наш эмпирический коэффициент корреляции без учета знака больше критического, то он статистически значим; если нет, — незначим.

Если расчет коэффициента корреляции проводится с помощью статистических программ, то она сама помечает значимые корреляции, и необходимость искать критические значения и сравнивать исчезает.

Пример.

В группе подростков из 30 человек с помощью тестов были измерены два показателя: уровень агрессивности и уровень тревожности.

С помощью статистической программы рассчитали коэффициент корреляции агрессивности и тревожности.

Коэффициент корреляции агрессивности и тревожности в группе подростков

 

Агрессивность

Тревожность

0,58*

* — статистически значимая корреляция (р≤0,05)

Критическое значение коэффициента корреляции Спирмена для выборки из 30 человек при уровне значимости р=0,05 (см. ниже) равен 0,36.

Сравниваем и получаем, что наш эмпирический коэффициент корреляции больше по модулю, чем критический. Следовательно, корреляция статистически значима.

Вот как правильно должно выглядеть описание полученной корреляции:

«Анализ данных, приведенных в таблице, показывает, что выявлена статистически значимая положительная корреляция между уровнем агрессивности и уровнем тревожности в группе подростков. Это означает, что чем выше проявления агрессивности у подростков, тем выше их склонность проявлять тревожные реакции в ситуациях, угрожающих безопасности или самооценке».

Обычно описания корреляции достаточно. Однако лучше дополнительно привести интерпретацию полученного результата. Примерно вот так:

«С нашей точки зрения, полученный результат показывает, что рост тревоги подростка в связи с его физической безопасностью, а также в связи с угрозой самооценке может реализоваться в форме агрессивных реакций. Такой результат еще раз подтверждает мнение многих авторов о том, что подростковая агрессия выступает непродуктивным и архаичным способом адаптации. В этой связи развитие у подростков конструктивных способов преодоления негативных эмоциональных состояний, в том числе и тревожности, будет способствовать снижению их агрессивности».

 

Уровень статистической значимости — это таинственное «р»

В статистических расчетах «р» – это обозначение уровня статистической значимости.

 

Все статистические расчеты носят приблизительный характер. Уровень этой приблизительности и определяет «р». Уровень значимости записывается в виде десятичных дробей, например, 0,023 или 0,965. Если умножить такое число на 100, то получим показатель р в процентах: 2,3% и 96,5%. Эти проценты отражают вероятность ошибочности нашего предположения о взаимосвязи между агрессивностью и тревожностью.

То есть, выше приведенный коэффициент корреляции 0,58 между агрессивностью и тревожностью получен при уровне статистической значимости 0,05 или вероятности ошибки 5%. Что это конкретно означает?

Выявленная нами корреляция означает, что в нашей выборке наблюдается такая закономерность: чем выше агрессивность, тем выше тревожность. То есть, если мы возьмем двух подростков, и у одного тревожность будет выше, чем у другого, то, зная о положительной корреляции, мы можем утверждать, что у этого подростка и агрессивность будет выше. Но так как в статистике все приблизительно, то, утверждая это, мы допускаем, что можем ошибиться, причем вероятность ошибки 5%. То есть, сделав 20 таких сравнений в этой группе подростков, мы можем 1 раз ошибиться с прогнозом об уровне агрессивности, зная тревожность.

 

Что отражает корреляция — взаимосвязь или влияние?

Корреляционный анализ выявляет взаимосвязь между психологическими показателями. При этом наличие корреляции, строго говоря, не дает нам оснований говорить о причинно-следственных связях между показателями.

Вернемся к примеру с агрессивностью и тревожностью. Корреляция между ними не дает оснований говорить, что тревожность является причиной, а агрессивность — следствием. Нельзя также говорить обратное, что агрессивность является причиной, а тревожность – следствием.

В то же время в реальных исследованиях на основании корреляций часто делаются выводы о причинно-следственных связях. В нашем случае можно было бы сказать, что наличие положительной статистически значимой корреляционной связи между агрессивностью и тревожностью позволяет говорить о том, что тревожность выступает одним из факторов (причин) роста агрессивности у подростков. В этом случае также можно сказать, что тревожность влияет на агрессивность.

Термин «влияние» как раз и предполагает наличие между показателями причинно-следственной связи. А термин «взаимосвязь» не предполагает.

В некоторых вузах требуют использовать только термин взаимосвязь, и это более правильно и строго. В других спокойно воспринимают термин «влияние», который ближе к жизни.

 


Надеюсь, эта статья поможет вам написать работу по психологии самостоятельно. Если понадобится помощь, обращайтесь (все виды работ по психологии; статистические расчеты). Заказать

Корреляционное исследование

 

R’             О1            —

 

R»           —             О2

 

__________________

 

R’             О3            —

 

R»           —             О4

 

Обработка результатов для  выявления эффекта последовательности осуществляется методом двухфакторного анализа 2 х 2. Сравнение естественных (нерандомизированных) групп ведется по тому 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-й 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: А О1 В О2 , где А и В — разные условия. Испытуемые могут отбираться из генеральной популяции случайным образом или представлять собой естественную группу.

 

Обработка данных сводится к оценке 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    О1   В    О2

 

В    О3   А    О4

 

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

4. Типы корреляционного  исследования

 Ниже рассмотрены основные  типы корреляционного исследования.

Сравнение двух групп. Применяется  для установления сходства или различия двух естественных или рандомизированных  групп по выраженности того или иного  параметра. Средние результаты у  двух групп сравнивают с помощью t-критерия Стьюдента. При необходимости  для сравнения дисперсий показателя в двух группах также может  быть использован F-критерий Фишера.

Одномерное исследование одной группы в разных условиях. План этого исследования близок к  экспериментальному. Но в случае корреляционного исследования мы не управляем независимой переменной, а лишь констатируем изменение поведения индивида в разных условиях.

 Корреляционное исследование  попарно эквивалентных групп.  Этот план используется при  исследовании близнецов методом  внутри парных корреляций. Близнецовый метод основывается на следующих положениях: генотипы монозиготных близнецов сходны на 100%, а дизиготных близнецов – на 50%, среда развития как дизиготных, так и монозиготых пар одинакова. Дизиготные и монозиготные близнецы разбиваются на группы: в каждой – один близнец из пары, У близнецов обеих групп измеряется интересующий исследователя пара метр. Затем вычисляются корреляции между параметрами и между близнецами.

Сравнивая внутри парные корреляции монозиготных и дизиготных близнецов, можно выявить доли влияния среды и генотипа на развитие того или иного признака. Если корреляция монозиготных близнецов надежно выше корреляции дизиготных близнецов, то можно говорить о существующей генетической детерминации признака, в противном случае говорят о средовой детерминации.

 Многомерное корреляционное  исследование. Проводится для проверки  гипотезы о связи нескольких  переменных. Отбирается экспериментальная  группа, которая тестируется по  определенной программе, состоящей  из нескольких тестов. данные исследования заносятся в таблицу «сырых» данных. Затем эта таблица обрабатывается, подсчитываются коэффициенты линейных корреляций. Корреляции оцениваются на статистические различия.

 Структурное корреляционное  исследование. Исследователь выявляет  различие в уровне корреляционных  зависимостей между одними и  теми же показателями, измеренными  у представителей разных групп.

Лонгитюдное корреляционное исследование. Оно строится по плану временных серий с тестированием группы через заданные промежутки времени. В отличие от простого лонгитюда исследователя интересуют изменения не столько самих переменных, сколько связей между ними.

Корреляция, обусловленная  неоднородностью выборки. Представим себе, что выборка, которую мы будем  обследовать, состоит из двух однородных групп. Например, мы хотим выяснить, связана ли принадлежность к определенному  полу с уровнем экстраверсии. Считаем, что «измерение» пола трудностей не вызывает, экстра­версию же измеряем с помощью опросника Айзенка ETI-1. У нас 2 группы: мужчины-математики и женщины-журналистки. Неудивительно, если мы получим линейную зависимость между полом и уровнем экстраверсии—интроверсии: большинство мужчин будут интровертами, большинство женщин — экстравертами.

 Чем выше личностная  тревожность, тем больше риск  заболеть язвой желудка. Возрастание  громкости звука сопровождается  ощущением повышения его тона. Если рост уровня одной переменной  сопровождается снижением уровня  другой, то мы имеем дело с  отрицательной корреляцией.  По  данным Зайонца, число детей в семье отрицательно коррелирует с уровнем их интеллекта. Чем боязливей особь, тем меньше у нее шансов занять доминирующее положение в группе.

Нулевой называется корреляция при отсутствии связи переменных.

В психологии практически  нет примеров строго линейных связей (положительных или отрицательных). Большинство связей — нелинейные. Классический пример нелинейной зависимости — закон Йеркса—Додсона: возрастание мотивации первоначально повышает эффективность научения, а затем наступает снижение продуктивности (эффект «перемотивации»). Другим примером является связь между уровнем мотивации достижений и выбором задач различной трудности. Лица, мотивированные надеждой на успех, предпочитают задания среднего диапазона трудности — частота выборов на шкале трудности описывается колоколообразной кривой.

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.

 

 

 

 

 

 

Список литературы.

  1. Дружинин В.Н. Структура и логика психологического исследования. – М.: ИП РАН, 1990.
  2. Методы психологического исследования: проблемы и поиски путей реализации. – М.: ИП РАН, 1986.
  3. Шадриков В.Д. Проблемы системогенеза профессиональной деятельности. – М.: Наука, 1982.

Персональный сайт — Схемы корреляционных исследований

Схемы корреляционных исследований

Корреляционными исследованиями называются такие, где проверяются гипотезы о связях и психологические переменные либо являются проявлениями разных сторон одних и тех же базисных процессов, либо сопутствуют друг другу, а вопрос об их взаимной детерминации остается открытым.

Планы корреляционного исследования нужно рассматривать как формы контроля при получении эмпирических данных, это аналог форм экспериментального контроля.

  1. Планы с одной группой испытуемых.

Каждый субъект единой группы представлен в ней как минимум двумя измерениями переменных (2 разных показателя или один и тот же, оцениваемый в другой промежуток времени). Отличия планов с использованием одной группы.

А. переменные Х и У отражают различные свойства изучаемой реальности, к-рые представлены показателями разных методик. При использовании диаграммы рассеивания на осях абсцисс и ординат заданы диапазоны разброса каждого из показателей, при этом обычно подсчитываются «синхронные корреляции». «Вариаты» характеризуются значениями, измеренными в один и тот же промежуток времени. Реально предъявление методик может быть разведено во времени. Синхронность означает, что временная последовательность методик не имеет значения или что показатели относительно стабильны (могут считаться одновременно измеренными).

Б. Переменные Х1,Х2…Хn отражают разбросы значений одной и той же вариаты, измеренные в разные промежутки времени. Исследователь повторяет измерения через заданные им промежутки времени. В результате подсчитываются «аутохонные корреляции» (корреляции вариаты с самой собой). По каждой из переменных можно составить 2 и более групп, введя правило медианного расщепления, схему контрастных групп или обосновав критериально задавамые уровни вариаты.

Адекватность плана КИ включает оценку возможности охвата всего диапазона измеряемой переменной или его уточнения с целью корректной формулировки гипотезы о связях. Исследователь часто не знает этого диапазона, поэтому вынужден прибегать к увеличению числа измерений (к увеличению выборки), чтобы проконтролировать несистематические смешения. Исследователь при использовании плана с одной группой прибегает к статистическому контролю, означающему контроль вариабельности переменных (вариат и ПП) посредством увеличения числа испытуемых в выборке.

  1. Планы с двумя и более группами испытуемых.

 План должен включать и формы контроля ПП. Три основные формы контроля:

1) Стабилизация ПП или подбор уровней значений основных переменных так, чтобы ПП выступила в виде учитываемых уровней, задающих факторный план ее взаимосвязей хотя бы с одной из двух измеряемых переменных.

2) Статистический контроль – варьирование переменных (большое число n; подбор выборки, которая проварьирует на всем диапазоне).

Подбор однородных групп – план сбора данных в КИ, посредством к-рой психолог контролирует различие групп по основной вариате, заданной критериально или предварительно измеренной и выступающей в качестве аналога НП. Контролируется эквивалентность групп; ПП здесь фиксируется на определенном уровне или функционально контролируется путем составления подгрупп с определенными уровнями этих ПП.

Исследование зависимости IQ от порядка рождаемости

3) контроль смешений эффекта основной вариаты с ПП путем подбора пар. Если исходное число испытуемых невелико. В методе контрастных групп заданное основной вариатой различие усиливается указанными сопутствующими переменными, исключаются лица со средними показателями. Критика: такая стратегия снижает выборки испытуемых до тех размеров, при кот. возникает угроза охвата полного диапазона значений основных переменных; нельзя быть уверенными, что все различия в парах проконтролированы, а значимая ПП не упущена.

Корреляционное исследование — Учись Как На Парах!

Корреляционным называется Исследование, проводимое для подтверждения или опровержения гипотезы о статистической связи между несколькими (двумя и более) переменными. В психологии в качестве переменных могут выступать психические свойства, процессы, состояния и др. «Корреляция» в прямом переводе означает «соотношение». Если изменение одной переменной сопровождается изменением другой, то можно говорить о корреляции этих переменных. Наличие корреляции двух переменных ничего не говорит о причинно-следственных зависимостях между ними, но дает возможность выдвинуть такую гипотезу. Отсутствие же корреляции позволяет отвергнуть гипотезу о причинно-следственной связи переменных. Различают несколько интерпретаций наличия корреляционной связи между двумя измерениями:

1. Прямая корреляционная связь. Уровень одной переменной непосредственно соответствует уровню другой.

2. Корреляция, обусловленная 3-й переменной. 2 переменные (а, с) связаны одна с другой через 3-ю (в), не измеренную в ходе исследования. По правилу транзитивности, если есть R (а, b) и R (b, с), то R (а, с).

3. Случайная корреляция, не обусловленная никакой переменной.

4. Корреляция, обусловленная неоднородностью выборки.

Корреляционные связи различаются по своему виду. Если повышение уровня одной переменной сопровождается повышением уровня другой, то речь идет о положительной корреляции. Если рост уровня одной переменной сопровождается снижением уровня другой — отрицательная корреляция. Нулевой называется корреляция при отсутствии связи переменных.

В психологии практически нет примеров строго линейных связей (положительных или отрицательных). Большинство связей — нелинейные. Классический пример нелинейной зависимости — закон Йеркса—Додсона: возрастание мотивации первоначально повышает эффективность научения, а затем наступает снижение продуктивности (эффект «перемотивации»).

Основные типы корреляционного исследования.

1. Сравнение двух групп. Он применяется для установления сходства или различия двух естественных или рандомизированных групп по выраженности того или иного психологического свойства или состояния. Простейшее сопоставление 2 групп содержит в себе источники ряда артефактов, характерных для корреляционного исследования.

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

2. Одномерное исследование одной группы, в разных условиях. План 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-й класс школы: группа одна и та же, а условия различные.

3. Корреляционное исследование попарно эквивалентных групп. Этот план используется при исследовании близнецов методом внутрипарных 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 (О-корреляция) или близнецами (Р-корреляция).

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

5. Структурное корреляционное исследование. Исследователь выявляет не отсутствие или наличие значимых корреляций, а различие в уровне значимых корреляционных зависимостей между одними и теми же показателями, измеренными у представителей различных групп.

6. Лонгитюдное корреляционное исследование. Лонгитюдное исследование — вариант квазиэкспериментальных исследовательских планов. Воздействующей переменной психолог, проводящий лонгитюдное исследование, считает время. Оно является аналогом плана тестирования одной группы в разных условиях. Только условия считаются константными.

Лонгитюдное корреляционное исследование строится по плану временных серий с тестированием группы через заданные промежутки времени.

Структурное лонгитюдное исследование отличается от простого лонгитюда тем, что нас интересует не столько изменение центральной тенденции или разброса какой-либо переменной, сколько изменение связей между переменными. Такого рода исследования широко распространены в психогенетике.

7.Обработка и интерпретация данных корреляционного исследования. Данные структурного корреляционного исследования представляют собой одну или несколько матриц «испытуемые» х «тесты». Первичная обработка заключается в подсчете коэффициентов статистической связи между двумя и более переменными. Выбор меры связи определяется шкалой, с помощью которой произведены измерения.

Необходимость в корреляционных исследованиях часто возникает, если по практическим или этическим причинам нельзя провести эксперимент. Этот подход часто используется в исследованиях по оценке психологических тестов (т. е. при определении их надежности и валидности), в исследованиях, посвященных изучению индивидуальных различий в области психологии личности и психопатологии, а также в исследованиях близнецов и при изучении вопросов, связанных с ролью наследственности и окружающей среды в деле формирования определенных свойств.

Записи по теме

Корреляционное исследование — Методы исследования в психологии — 2-е канадское издание

  1. Определите корреляционное исследование и приведите несколько примеров.
  2. Объясните, почему исследователь может предпочесть проводить корреляционное исследование, а не экспериментальное исследование или другой тип неэкспериментального исследования.

Корреляционное исследование — это тип неэкспериментального исследования, в котором исследователь измеряет две переменные и оценивает статистическую взаимосвязь (т.е. корреляция) между ними с минимальными усилиями или вообще без усилий по контролю посторонних переменных. По сути, есть две причины, по которым исследователи, заинтересованные в статистических отношениях между переменными, предпочли бы провести корреляционное исследование, а не эксперимент. Во-первых, они не верят, что статистическая связь является причинной. Например, исследователь может оценить валидность краткого теста на экстраверсию, назначив его большой группе участников вместе с более длинным тестом на экстраверсию, эффективность которого уже доказана.Затем этот исследователь может проверить, сильно ли коррелируются ли результаты участников в кратком тесте с их оценками в более длинном. Считается, что ни один результат теста не влияет на другой, поэтому нет независимой переменной, которой можно было бы манипулировать. Фактически, термины независимая переменная и зависимая переменная e не применимы к такого рода исследованиям.

Другая причина, по которой исследователи предпочли бы использовать корреляционное исследование, а не эксперимент, заключается в том, что интересующая статистическая взаимосвязь считается причинной, но исследователь не может манипулировать независимой переменной, потому что это невозможно, непрактично или неэтично.Например, Аллен Каннер и его коллеги считали, что количество «ежедневных неприятностей» (например, грубые продавцы, интенсивный трафик), с которыми сталкиваются люди, влияет на количество физических и психологических симптомов, которые у них есть (Kanner, Coyne, Schaefer, & Lazarus, 1981 ). Но поскольку они не могли манипулировать количеством ежедневных неприятностей, с которыми сталкивались их участники, им пришлось довольствоваться , измеряющим количество ежедневных неприятностей — наряду с количеством симптомов — с помощью опросников самооценки.Хотя сильная положительная взаимосвязь, которую они обнаружили между этими двумя переменными, согласуется с их идеей о том, что неприятности вызывают симптомы, она также согласуется с идеей, что симптомы вызывают неприятности или что какая-то третья переменная (например, невротизм) вызывает и то, и другое.

Распространенное заблуждение среди начинающих исследователей состоит в том, что корреляционное исследование должно включать две количественные переменные, такие как баллы по двум тестам на экстраверсию или количество неприятностей и количество симптомов, с которыми столкнулись люди.Однако определяющей чертой корреляционного исследования является то, что измеряются две переменные — ни одна из них не подвергается манипуляции, и это верно независимо от того, являются ли переменные количественными или категориальными. Представьте, например, что исследователь применяет шкалу самооценки Розенберга к 50 студентам американских университетов и 50 студентам японских университетов. Хотя это «кажется» экспериментом между субъектами, это корреляционное исследование, потому что исследователь не манипулировал национальностями студентов.То же самое можно сказать и об исследовании Качиоппо и Петти, в котором профессора и фабричные рабочие сравниваются с точки зрения их потребности в познании. Это корреляционное исследование, потому что исследователи не манипулировали профессией участников.

На рис. 7.2 показаны данные гипотетического исследования взаимосвязи между тем, составляют ли люди ежедневный список дел («список дел»), и стрессом. Обратите внимание, что неясно, является ли этот план экспериментом или корреляционным исследованием, потому что неясно, манипулировали ли независимой переменной.Если исследователь случайным образом назначил одних участников для составления ежедневных списков дел, а других — нет, то это эксперимент. Если исследователь просто спросил участников, составляли ли они ежедневные списки дел, то это корреляционное исследование. Это различие важно, потому что если бы исследование было экспериментом, то можно было бы сделать вывод, что составление ежедневных списков дел снижает уровень стресса участников. Но если бы это было корреляционное исследование, можно было бы только сделать вывод, что эти переменные связаны. Возможно, стресс отрицательно влияет на способность людей планировать наперед (проблема направленности).Или, возможно, более сознательные люди с большей вероятностью будут составлять списки дел и менее подвержены стрессу (проблема третьей переменной). Решающим моментом является то, что исследование как экспериментальное или корреляционное не определяется ни изучаемыми переменными, ни тем, являются ли переменные количественными или категориальными, ни типом графика или статистикой, используемыми для анализа данных. Так проводится исследование.

Рисунок 7.2. Результаты гипотетического исследования того, испытывают ли люди, составляющие ежедневные списки дел, меньший стресс, чем люди, которые не составляют такие списки.

Опять же, определяющей чертой корреляционного исследования является то, что ни одна из переменных не подвергается манипуляции.Не имеет значения, как и где измеряются переменные. Исследователь мог бы попросить участников прийти в лабораторию, чтобы выполнить компьютеризированную задачу на обратный диапазон цифр и компьютеризированную задачу принятия рискованных решений, а затем оценить взаимосвязь между оценками участников по этим двум задачам. Или исследователь может пойти в торговый центр, чтобы спросить людей об их отношении к окружающей среде и их покупательских привычках, а затем оценить взаимосвязь между этими двумя переменными. Оба этих исследования будут корреляционными, потому что никакие независимые переменные не изменяются.Однако, поскольку некоторые подходы к сбору данных тесно связаны с корреляционными исследованиями, имеет смысл обсудить их здесь. Мы сосредоточимся на двух натуралистических наблюдениях и архивных данных. Третье, обзорное исследование, обсуждается в отдельной главе, главе 9.

Натуралистическое наблюдение — это подход к сбору данных, который включает наблюдение за поведением людей в среде, в которой это обычно происходит. Таким образом, натуралистическое наблюдение — это вид полевых исследований (в отличие от лабораторных исследований).Это может быть наблюдение за покупателями в продуктовом магазине, за детьми на школьной игровой площадке или за психиатрическими больными в их палатах. Исследователи, занимающиеся натуралистическим наблюдением, обычно проводят свои наблюдения максимально ненавязчиво, так что участники часто не подозревают, что их изучают. С этической точки зрения этот метод считается приемлемым, если участники остаются анонимными, а поведение происходит в общественных местах, где люди обычно не ожидают конфиденциальности.Например, покупатели продуктовых магазинов, складывающие товары в тележки для покупок, ведут себя публично, что легко заметить работникам магазина и другим покупателям. По этой причине большинство исследователей сочли бы этически приемлемым наблюдение за ними для исследования. С другой стороны, один из аргументов против этичности натуралистического наблюдения за «поведением в ванной», обсуждавшийся ранее в книге, заключается в том, что у людей есть разумные ожидания уединения даже в общественном туалете, и что это ожидание было нарушено.

Исследователи Роберт Левин и Ара Норензаян использовали натуралистические наблюдения для изучения различий в «темпе жизни» в разных странах (Levine & Norenzayan, 1999). Одна из их мер заключалась в наблюдении за пешеходами в большом городе, чтобы узнать, сколько времени им нужно, чтобы пройти 60 футов. Они обнаружили, что люди в некоторых странах передвигались надежно быстрее, чем люди в других странах. Например, жители Канады и Швеции преодолевали 60 футов в среднем за 13 секунд, а жители Бразилии и Румынии — за 17 секунд.

Поскольку натуралистическое наблюдение происходит в сложном и даже хаотическом «реальном мире», есть две тесно связанных проблемы, с которыми исследователи должны столкнуться перед сбором данных. Первый — это отбор проб. Когда, где и при каких условиях будут проводиться наблюдения и за кем именно? Левин и Норензаян описали процесс отбора проб следующим образом:

«Скорость ходьбы мужчин и женщин на расстоянии 60 футов была измерена как минимум в двух местах в основных центральных районах каждого города.Измерения проводились в основное рабочее время в ясные летние дни. Все места были плоскими, беспрепятственными, с широкими тротуарами и были достаточно малолюдными, чтобы пешеходы могли двигаться с потенциально максимальной скоростью. Для контроля эффектов общения использовались только пешеходы, идущие в одиночку. Время для детей, лиц с явными физическими недостатками и посетителей витрин не учитывалось. В большинстве городов были засчитаны тридцать пять мужчин и 35 женщин ». (стр.186)

Точная спецификация процесса выборки таким образом делает сбор данных управляемым для наблюдателей, а также обеспечивает некоторый контроль над важными посторонними переменными.Например, проводя свои наблюдения в ясные летние дни во всех странах, Левин и Норензаян контролировали влияние погоды на скорость ходьбы людей.

Вторая проблема — это измерение. Какое конкретное поведение будет наблюдаться? В исследовании Левина и Норензаяна измерение было относительно простым. Они просто отмерили 60-футовое расстояние вдоль городского тротуара, а затем использовали секундомер, чтобы отследить время участников, когда они прошли это расстояние. Однако часто интересующее поведение не столь очевидно или объективно.Например, исследователи Роберт Краут и Роберт Джонстон хотели изучить реакцию боулеров на свои удары, как когда они смотрят на кегли, так и когда они поворачиваются к своим товарищам (Kraut & Johnston, 1979). Но какие «реакции» им следует наблюдать? Основываясь на предыдущих исследованиях и собственном пилотном тестировании, Краут и Джонстон составили список реакций, который включал «закрытая улыбка», «открытая улыбка», «смех», «нейтральное лицо», «взгляд вниз», «взгляд в сторону» и «Прикрытие лица» (закрытие лица руками).Наблюдатели запомнили этот список, а затем практиковались, кодируя реакции боулеров, которые были записаны на видео. Во время фактического исследования наблюдатели говорили в диктофон, описывая реакции, которые они наблюдали. Среди наиболее интересных результатов этого исследования было то, что боулеры редко улыбались, когда они все еще смотрели на кегли. Они с гораздо большей вероятностью улыбались после того, как повернулись к своим товарищам, предполагая, что улыбка — это не только выражение счастья, но и форма социального общения.

Когда наблюдения требуют суждения со стороны наблюдателей, как в исследовании Краута и Джонстона, этот процесс часто описывается как код и код . Кодирование обычно требует четкого определения набора целевого поведения. Затем наблюдатели классифицируют участников по отдельности с точки зрения того, к какому поведению они прибегали и сколько раз они проявляли каждое поведение. Наблюдатели могут даже записывать продолжительность каждого поведения. Целевое поведение должно быть определено таким образом, чтобы разные наблюдатели кодировали их одинаково.Эта трудность с кодированием является проблемой межэкспертной надежности, как упоминалось в главе 5. Ожидается, что исследователи продемонстрируют межэкспериментальную надежность своей процедуры кодирования, предложив нескольким оценщикам независимо кодировать одно и то же поведение, а затем продемонстрировав, что разные наблюдатели находятся в тесном согласии. Краут и Джонстон, например, записывали на видео часть реакций участников, и два наблюдателя независимо друг от друга кодировали их. Два наблюдателя показали, что они согласны с реакциями, которые проявлялись в 97% случаев, что свидетельствует о хорошей межэкспертной надежности.

Другой подход к корреляционному исследованию — использование архивных данных , которые уже были собраны для каких-то других целей. Примером может служить исследование Бретта Пелхэма и его коллег о «неявном эгоизме» — тенденции людей отдавать предпочтение людям, местам и вещам, которые похожи на них самих (Pelham, Carvallo, & Jones, 2005). В одном исследовании они изучили записи социального обеспечения, чтобы показать, что женщины с именами Вирджиния, Джорджия, Луиза и Флоренс с наибольшей вероятностью переехали в штаты Вирджиния, Джорджия, Луизиана и Флорида соответственно.

Как и в случае с натуралистическим наблюдением, измерение может быть более или менее простым при работе с архивными данными. Например, подсчитать количество людей по имени Вирджиния, которые живут в разных штатах, на основе данных социального обеспечения относительно просто. Но рассмотрим исследование Кристофера Петерсона и его коллег о взаимосвязи между оптимизмом и здоровьем с использованием данных, которые были собраны много лет назад для исследования развития взрослых (Peterson, Seligman, & Vaillant, 1988).В 1940-х годах здоровые студенты мужского пола заполнили открытую анкету о тяжелом военном опыте. В конце 1980-х Петерсон и его коллеги проанализировали ответы мужчин на анкету, чтобы определить стиль объяснения — их привычные способы объяснения плохих событий, которые с ними происходят. Более пессимистичные люди склонны винить себя и ожидать долгосрочных негативных последствий, влияющих на многие аспекты их жизни, в то время как более оптимистичные люди склонны обвинять внешние силы и ожидать ограниченных негативных последствий.Чтобы получить оценку стиля объяснения для каждого участника, исследователи использовали процедуру, в которой все негативные события, упомянутые в ответах на анкету, и любые причинные объяснения для них были идентифицированы и записаны на учетных карточках. Они были предоставлены отдельной группе экспертов, которые оценили каждое объяснение по трем отдельным параметрам оптимизма-пессимизма. Затем эти оценки были усреднены для получения оценки стиля объяснения для каждого участника. Затем исследователи оценили статистическую взаимосвязь между манерой объяснения мужчин как студентов бакалавриата и архивными показателями их здоровья примерно в 60-летнем возрасте.Первичный результат заключался в том, что чем более оптимистично мужчины были в студенчестве, тем здоровее они были в старшем возрасте. р Пирсона было +.25.

Этот метод является примером анализа содержания — семейства систематических подходов к измерению с использованием сложных архивных данных. Подобно тому, как натуралистическое наблюдение требует определения интересующего поведения и последующего наблюдения за ним по мере его появления, контент-анализ требует определения ключевых слов, фраз или идей, а затем поиска всех их вхождений в данных.Затем эти события можно подсчитать, рассчитать по времени (например, количество времени, посвященное развлекательным темам в вечернем выпуске новостей) или проанализировать множеством других способов.

  • Корреляционное исследование включает измерение двух переменных и оценку взаимосвязи между ними без манипуляций с независимой переменной.
  • Корреляционное исследование не зависит от того, где и как собираются данные. Однако некоторые подходы к сбору данных тесно связаны с корреляционными исследованиями.К ним относятся натуралистическое наблюдение (при котором исследователи наблюдают за поведением людей в том контексте, в котором оно обычно происходит) и использование архивных данных, которые уже были собраны для каких-либо других целей.

Обсуждение: Для каждого из следующих пунктов решите, является ли описанное исследование экспериментальным или корреляционным, наиболее вероятно, и объясните, почему.

  1. Исследователь в области образования сравнивает успеваемость студентов из «богатой» части города с успеваемостью студентов из «бедной» части города.
  2. Когнитивный психолог сравнивает способность людей вспоминать слова, которые им было приказано «читать», с их способностью вспоминать слова, которые им было приказано «вообразить».
  3. Менеджер изучает взаимосвязь между средними оценками новых сотрудников в колледже и их отчетами об успеваемости за первый год.
  4. Инженер-автомобилестроитель устанавливает различные рычаги переключения передач в новый прототип автомобиля, каждый раз прося нескольких человек оценить, насколько комфортно переключение рычагов переключения передач.
  5. Ученый-диетолог изучает взаимосвязь между температурой внутри холодильников и количеством бактерий в пище.
  6. Социальный психолог говорит некоторым участникам исследования, что им нужно поспешить в следующее здание, чтобы завершить исследование. Она говорит другим, что они могут не торопиться. Затем она наблюдает, перестают ли они помогать ассистенту-исследователю, который притворяется, что ему больно.

Корреляционное исследование: определение с примерами

Что такое корреляционное исследование?

Корреляционное исследование — это тип неэкспериментального метода исследования, в котором исследователь измеряет две переменные, понимает и оценивает статистические отношения между ними без влияния каких-либо посторонних переменных.

Наш разум может творить гениальные вещи. Например, он может запомнить звон фургона с пиццей. Чем громче звон, тем ближе к нам грузовик с пиццей. Кто нас этому научил? Никто! Мы полагались на свое понимание и пришли к выводу. Мы ведь не останавливаемся на достигнутом? Если в этом районе есть несколько грузовиков с пиццей, и у каждого из них своя мелодия, мы запомним все это наизусть и свяжем мелодию с грузовиком с пиццей.

Сбор аналитических данных

Это и есть корреляционное исследование, устанавливающее взаимосвязь между двумя переменными, «звон» и «расстояние до грузовика» в данном конкретном примере.Корреляционное исследование ищет переменные, которые, кажется, взаимодействуют друг с другом. Когда вы видите изменение одной переменной, вы имеете четкое представление о том, как изменится другая переменная.

Пример

Коэффициент корреляции показывает корреляцию между двумя переменными (коэффициент корреляции — это статистическая мера, которая вычисляет силу взаимосвязи между двумя переменными), значение, измеряемое между -1 и +1. Когда коэффициент корреляции близок к +1, существует положительная корреляция между двумя переменными.Если значение близко к -1, существует отрицательная корреляция между двумя переменными. Когда значение близко к нулю, то между двумя переменными нет никакой связи.

Давайте рассмотрим пример корреляционного исследования.

Рассмотрим гипотетически; исследователь изучает взаимосвязь между раком и браком. В этом исследовании есть две переменные: болезнь и брак. Допустим, брак имеет отрицательную связь с раком. Это означает, что у женатых людей меньше шансов заболеть раком.

Однако это не обязательно означает, что брак напрямую помогает избежать рака. При корреляционном исследовании невозможно установить, что к чему. Ошибочно считать, что корреляционное исследование включает две количественные переменные. Однако в действительности измеряются две переменные, но ни одна из них не изменяется. Это верно независимо от того, являются ли переменные количественными или категориальными.

Виды корреляционных исследований

В основном было выделено три типа корреляционных исследований:

1.Положительная корреляция: Положительная взаимосвязь между двумя переменными — это когда увеличение одной переменной приводит к увеличению другой переменной. Уменьшение одной переменной приведет к уменьшению другой переменной. Например, количество денег у человека может положительно коррелировать с количеством автомобилей, которыми он владеет.

2. Отрицательная корреляция: Отрицательная корреляция буквально противоположна положительной связи. Если есть увеличение одной переменной, вторая переменная покажет уменьшение и наоборот.

Например, образование может отрицательно коррелировать с уровнем преступности, когда увеличение одной переменной приводит к снижению другой, и наоборот. Повышение уровня образования в стране может снизить уровень преступности. Обратите внимание: это не означает, что отсутствие образования ведет к преступлениям. Это означает лишь то, что считается, что недостаток образования и преступность имеют общую причину — бедность.

3. Нет корреляции: В этом третьем типе нет корреляции между двумя переменными.Изменение одной переменной не обязательно приведет к разнице в другой переменной. Например, быть миллионером и счастье не взаимосвязаны. Увеличение денег не ведет к счастью.

Характеристики корреляционного исследования

Корреляционное исследование имеет три основных характеристики. Их:

  • Не экспериментальный : Корреляционное исследование не экспериментальное. Это означает, что исследователям не нужно манипулировать переменными с помощью научной методологии, чтобы либо согласиться, либо не согласиться с гипотезой.Исследователь только измеряет и наблюдает за взаимосвязью между переменными, не изменяя их и не подвергая их внешнему условию.
  • Взгляд в прошлое : корреляционное исследование рассматривает только исторические данные и отслеживает события в прошлом. Исследователи используют его для измерения и выявления исторических закономерностей между двумя переменными. Корреляционное исследование может показать положительную взаимосвязь между двумя переменными, но это может измениться в будущем.
  • Dynamic : закономерности между двумя переменными из корреляционных исследований никогда не бывают постоянными и постоянно меняются.Две переменные, имеющие отрицательную корреляцию в прошлом, могут иметь положительную корреляционную связь в будущем из-за различных факторов.

Собирать аналитические данные

Сбор данных

Отличительной чертой корреляционного исследования является то, что исследователь не может управлять ни одной из задействованных переменных. Неважно, как и где измеряются переменные. Исследователь мог наблюдать за участниками в закрытой среде или в общественных местах.

Исследователи используют два метода сбора данных для сбора информации в корреляционных исследованиях.

Натуралистическое наблюдение

Натуралистическое наблюдение — это способ сбора данных, при котором наблюдается поведение людей в их естественной среде, в которой они обычно существуют. Этот метод является разновидностью полевых исследований. Это может означать, что исследователь наблюдает за людьми в продуктовом магазине, в кинотеатре, на детской площадке или в подобных местах.

Исследователи, которые обычно участвуют в этом типе сбора данных, проводят наблюдения настолько ненавязчиво, насколько это возможно, чтобы участники, участвующие в исследовании, не знали, что за ними наблюдают, иначе они могут отклониться от своего естественного «я».

С этической точки зрения этот метод приемлем, если участники остаются анонимными и если исследование проводится в общественных местах, в месте, где люди обычно не ожидают полной конфиденциальности. Как упоминалось ранее, возьмем пример продуктового магазина, где можно наблюдать за людьми, которые собирают товар из прохода и складывают пакеты для покупок.Это приемлемо с этической точки зрения, и именно по этой причине большинство исследователей выбирают общественные места для записи своих наблюдений. Этот метод сбора данных может быть как качественным, так и количественным.

Архивные данные

Другой подход к корреляционным данным — использование архивных данных. Архивная информация — это данные, которые были ранее собраны путем проведения аналогичных исследований. Архивные данные обычно становятся доступными в результате первичного исследования.

В отличие от естественного наблюдения, информация, собранная с помощью архивных данных, может быть довольно простой.Например, подсчитать количество людей по имени Ричард в различных штатах Америки на основе данных социального страхования довольно просто.

дизайнов корреляционных исследований: типы, примеры и методы

Человеческий разум — это мощный инструмент, который позволяет вам просеивать, казалось бы, не связанные между собой переменные и устанавливать связь по конкретному предмету. Именно этот навык играет важную роль, когда мы говорим о корреляционных исследованиях.

Корреляционные исследования — это то, чем мы занимаемся каждый день; подумайте о том, как установить связь между звонком в дверь в определенное время и приходом молочника.Таким образом, целесообразно понимать различные типы доступных корреляционных исследований и, что более важно, понимать, как их проводить.

Что такое корреляционное исследование?

Корреляционное исследование — это метод исследования, который включает наблюдение двух переменных с целью установления статистически соответствующей взаимосвязи между ними. Целью корреляционного исследования является выявление переменных, которые имеют какую-то взаимосвязь, в той степени, в которой изменение одной вызывает изменение другой.

Этот тип исследования носит описательный характер, в отличие от экспериментального исследования, которое полностью полагается на научную методологию и гипотезы. Например, корреляционное исследование может выявить статистическую взаимосвязь между высокооплачиваемыми работниками и переездом; то есть, чем больше люди зарабатывают, тем больше у них шансов переехать или нет.

Какие виды корреляционных исследований?

По сути, существует 3 типа корреляционных исследований: положительное корреляционное исследование, отрицательное корреляционное исследование и отсутствие корреляционного исследования.Каждый из этих типов отличается особыми характеристиками.

  • Положительное корреляционное исследование

Положительное корреляционное исследование — это метод исследования, включающий 2 переменных, которые статистически соответствуют, где увеличение или уменьшение одной переменной приводит к аналогичным изменениям в другой. Примером может служить увеличение оплаты труда работников, в результате чего цены на товары и услуги растут, и наоборот.

  • Отрицательное корреляционное исследование

Отрицательное корреляционное исследование — это метод исследования, включающий две статистически противоположные переменные, когда увеличение одной из переменных создает альтернативный эффект или уменьшение другой переменной.Пример отрицательной корреляции — если рост товаров и услуг вызывает снижение спроса, и наоборот.

  • Исследование с нулевой корреляцией

Исследование с нулевой корреляцией — это тип корреляционного исследования, в котором участвуют две переменные, которые не обязательно статистически связаны. В этом случае изменение одной из переменных может не вызвать соответствующего или альтернативного изменения другой переменной.

Исследования с нулевой корреляцией предназначены для переменных с неопределенными статистическими отношениями.Например, богатство и терпение могут быть переменными при нулевом корреляционном исследовании, поскольку они статистически независимы.

Спорадические паттерны изменений, которые происходят в переменных с нулевой корреляцией, обычно случаются, а не являются результатом соответствующей или альтернативной взаимной включенности.

Корреляционные исследования также можно классифицировать на основе методов сбора данных. Исходя из этого, существует 3 типа корреляционных исследований: исследование с использованием натуралистических наблюдений, исследование в виде опроса и архивное исследование.

Какие методы сбора данных используются в корреляционных исследованиях?

Методы сбора данных в корреляционных исследованиях — это исследовательские методологии, принятые лицами, проводящими корреляционные исследования, для определения линейной статистической связи между двумя переменными. Эти методы сбора данных используются для сбора информации в корреляционных исследованиях.

Три метода сбора данных в корреляционных исследованиях: метод натуралистического наблюдения, метод архивных данных и метод опроса.Все это будет ясно объяснено в следующих параграфах.

Натуралистическое наблюдение — это методология корреляционного исследования, которая включает наблюдение за поведением людей в естественной среде, в которой они существуют, в течение определенного периода времени. Это тип полевого метода исследования, при котором исследователь уделяет пристальное внимание естественным моделям поведения исследуемых субъектов.

Этот метод чрезвычайно требователен, поскольку исследователь должен проявлять особую осторожность, чтобы гарантировать, что субъекты не подозревают, что за ними наблюдают, иначе они отклонятся от своих естественных моделей поведения.Лучше всего, чтобы все наблюдаемые объекты оставались анонимными, чтобы избежать нарушения конфиденциальности.

Основные преимущества натуралистического метода наблюдения заключаются в том, что он позволяет исследователю полностью наблюдать за объектами (переменными) в их естественном состоянии. Однако это очень дорогостоящий и трудоемкий процесс, к тому же субъекты могут узнать об этом действии в любое время и могут действовать наоборот.

Архивные данные — это тип метода корреляционного исследования, который предполагает использование уже собранной информации о переменных в корреляционном исследовании.Поскольку этот метод предполагает использование данных, которые уже собраны и проанализированы, он обычно сразу подходит к делу.

Для этого метода корреляционного исследования в исследовании используются более ранние исследования, проведенные другими исследователями, или исторические записи анализируемых переменных. Этот метод помогает исследователю отслеживать уже определенные статистические модели переменных или субъектов.

Этот метод дешевле, экономит время и предоставляет исследователю больше доступных данных для работы.Однако у него есть проблема точности данных, поскольку важная информация может отсутствовать в предыдущих исследованиях, поскольку исследователь не может контролировать процесс сбора данных.

Анкетный метод — наиболее распространенный метод корреляционного исследования; особенно в таких областях, как психология. Он включает случайную выборку переменных или субъектов исследования, в котором участники заполняют анкету по интересующим вопросам.

Этот метод очень гибкий, поскольку исследователи могут собирать большие объемы данных за очень короткое время.Однако на него могут повлиять предвзятые ответы на опрос, а также на него могут повлиять предвзятые вопросы опроса или недопредставленность респондентов или участников опроса.

Они будут должным образом объяснены в разделе «Методы сбора данных в корреляционных исследованиях».

Примеры корреляционного исследования

Примеры корреляционного исследования многочисленны и выделяют несколько случаев, когда корреляционное исследование может быть проведено для определения статистической поведенческой тенденции в отношении рассматриваемых переменных.Вот 3 тематических примера корреляционного исследования.

  • Вы хотите знать, менее склонны к терпению богатые люди. Исходя из вашего опыта, вы считаете, что богатые люди нетерпеливы. Однако вы хотите установить статистический образец, подтверждающий или опровергающий вашу веру. В этом случае вы можете провести корреляционное исследование, чтобы определить тенденцию, связывающую обе переменные.
  • Вы хотите знать, есть ли корреляция между тем, сколько люди зарабатывают, и количеством детей, которые у них есть.Вы не верите, что люди с большей покупательной способностью заводят больше детей, чем люди с меньшей покупательной способностью.

Вы думаете, что от того, сколько люди зарабатывают, вряд ли зависит, сколько у них детей. Тем не менее, проведение корреляционного исследования обеих переменных может выявить любые корреляционные отношения, существующие между ними.

  • Вы считаете, что домашнее насилие вызывает кровоизлияние в мозг. Вы не можете проводить эксперимент, так как было бы неэтично сознательно подвергать людей домашнему насилию.

Однако вы можете провести корреляционное исследование, чтобы выяснить, страдают ли жертвы домашнего насилия от кровоизлияния в мозг чаще, чем те, кто не пострадал.

Каковы характеристики корреляционного исследования?
  • Корреляционное исследование не является экспериментальным

Корреляционное исследование не является экспериментальным, поскольку оно не предполагает манипулирования переменными с использованием научной методологии для того, чтобы согласиться или не согласиться с гипотезой.В корреляционном исследовании исследователь просто наблюдает и измеряет естественную взаимосвязь между двумя переменными; не подвергая ни одну из переменных внешнему условию.

  • Корреляционное исследование смотрит назад

Корреляционное исследование не принимает во внимание будущее, поскольку оно только наблюдает и измеряет недавнюю историческую взаимосвязь, которая существует между двумя переменными. В этом смысле статистическая модель, полученная в результате корреляционных исследований, является ретроспективной и может перестать существовать в любой момент в будущем.

Корреляционное исследование наблюдает и измеряет исторические закономерности между двумя переменными, такими как взаимосвязь между получателями высоких доходов и уплатой налогов. Корреляционное исследование может выявить положительную взаимосвязь между вышеупомянутыми переменными, но это может измениться в любой момент в будущем.

  • Корреляционное исследование динамично

Статистические закономерности между двумя переменными, полученные в результате корреляционного исследования, постоянно меняются.Корреляция между двумя переменными меняется ежедневно, поэтому ее нельзя использовать в качестве фиксированных данных для дальнейших исследований.

Например, две переменные могут иметь отрицательную корреляционную связь в течение определенного периода времени, возможно, 5 лет. По истечении этого времени корреляционные отношения между ними могут стать положительными; как это наблюдается в отношениях между облигациями и акциями.

  • Данные, полученные в результате корреляционного исследования, не являются постоянными и не могут использоваться в качестве стандартной переменной для дальнейших исследований.

Что такое коэффициент корреляции?

Коэффициент корреляции является важным значением в корреляционных исследованиях, который указывает, является ли взаимосвязь между двумя переменными положительной, отрицательной или несуществующей. Обычно он обозначается знаком [r] и является частью диапазона возможных коэффициентов корреляции от -1,0 до +1,0.

Сила корреляции между количественными переменными обычно измеряется с помощью статистики, называемой коэффициентом корреляции Пирсона (или r Пирсона).Положительная корреляция обозначается значением 1,0, идеальная отрицательная корреляция обозначается значением -1,0, а нулевая корреляция обозначается значением 0,0.

Важно отметить, что коэффициент корреляции отражает только линейную связь между двумя переменными; он не фиксирует нелинейные отношения и не может разделять зависимые и независимые переменные. Коэффициент корреляции помогает определить степень статистической взаимосвязи между переменными.

Каковы преимущества корреляционного исследования?
  • В случаях, когда проведение экспериментального исследования неэтично, для определения взаимосвязи между двумя переменными можно использовать корреляционное исследование. Например, при изучении людей проведение эксперимента может рассматриваться как небезопасное или неэтичное; следовательно, выбор корреляционного исследования был бы лучшим вариантом.
  • Посредством корреляционного исследования вы можете легко определить статистическую взаимосвязь между двумя переменными.
  • Проведение корреляционных исследований требует меньше времени и меньше затрат, чем экспериментальное исследование. Это становится сильным преимуществом при работе с минимальным количеством исследователей и финансирования или когда количество переменных в исследовании остается очень низким.
  • Корреляционное исследование позволяет исследователю проводить неглубокий сбор данных с использованием различных методов, таких как краткое обследование. Короткий опрос не требует, чтобы исследователь лично проводил его, поэтому исследователь может работать с несколькими людьми.

Каковы недостатки корреляционного исследования?
  • Корреляционное исследование носит ограниченный характер, поскольку его можно использовать только для определения статистической взаимосвязи между двумя переменными. Его нельзя использовать для установления связи между более чем двумя переменными.
  • Он не учитывает причинно-следственные связи между двумя переменными, так как не выделяет, какая из двух переменных отвечает за наблюдаемую статистическую модель.Например, обнаружение положительной корреляции образования с вегетарианством не объясняет, ведет ли образование к вегетарианству или вегетарианство ведет к большему образованию.
  • Причины любого из них можно предположить, но до тех пор, пока не будут проведены дополнительные исследования, причинно-следственная связь не может быть определена. Кроме того, обе причины могут быть вызваны третьей неизвестной переменной. Например, проживание в штате Детройт может привести как к образованию, так и к вегетарианству.
  • Корреляционное исследование зависит от прошлых статистических моделей для определения взаимосвязи между переменными.Таким образом, на его данные нельзя полностью полагаться для дальнейших исследований.
  • В корреляционных исследованиях исследователь не контролирует переменные. В отличие от экспериментального исследования, корреляционное исследование позволяет исследователю только наблюдать переменные для связи статистических моделей без введения катализатора.
  • Информация, полученная в результате корреляционного исследования, ограничена. Корреляционное исследование показывает только взаимосвязь между переменными и не приравнивается к причинно-следственной связи.

В чем разница между корреляционными и экспериментальными исследованиями?

Основное различие между корреляционным исследованием и экспериментальным исследованием заключается в методологии. В корреляционных исследованиях исследователь ищет статистический паттерн, связывающий 2 встречающиеся в природе переменные, в то время как в экспериментальных исследованиях исследователь вводит катализатор и отслеживает его влияние на переменные.

В корреляционных исследованиях исследователь пассивно наблюдает за явлениями и измеряет любые отношения, возникающие между ними.Однако в экспериментальных исследованиях исследователь активно наблюдает за явлениями, вызвавшими изменение поведения переменных.

В экспериментальных исследованиях исследователь вводит катализатор и отслеживает его влияние на переменные, то есть причину и следствие. В корреляционных исследованиях исследователя не интересуют причинно-следственные связи в их применении; скорее, он или она выявляет повторяющиеся статистические закономерности, связывающие переменные в исследовании.

исследования обслуживают неограниченное количество переменных.С другой стороны, корреляционное исследование обслуживает только 2 переменные.

  • Экспериментальное исследование носит причинный характер, а корреляционное исследование — реляционное.
  • Корреляционное исследование является предварительным и почти всегда предшествует экспериментальному исследованию.
  • В отличие от корреляционного исследования, экспериментальное исследование позволяет исследователю контролировать переменные.

Как использовать онлайн-формы для корреляционного исследования

Один из самых популярных методов проведения корреляционного исследования — это проведение опроса, который можно упростить с помощью онлайн-формы.Опросы для корреляционных исследований включают создание различных вопросов, которые вращаются вокруг наблюдаемых переменных и позволяют респондентам дать ответы на эти вопросы.

Использование онлайн-формы для корреляционного исследования поможет исследователю собрать больше данных за минимальное время. Кроме того, исследователь сможет обратиться к большему количеству респондентов, чем это возможно при использовании печатных форм корреляционного исследования.

Кроме того, исследователь сможет быстро обработать и проанализировать все ответы, чтобы объективно установить статистический паттерн, связывающий переменные в исследовании.Использование онлайн-формы для корреляционного исследования также помогает исследователю минимизировать затраты, понесенные в течение периода исследования.

Чтобы использовать онлайн-форму для корреляционного исследования, вам необходимо зарегистрироваться на платформе сбора данных, такой как Formplus. Formplus позволяет создавать собственные формы для корреляционных исследований с помощью конструктора Formplus.

Вы можете настроить форму корреляционного исследования, добавив фоновые изображения, новые цветовые темы или логотип вашей компании, чтобы она выглядела еще более профессионально.Кроме того, Formplus также имеет шаблон формы опроса, который вы можете редактировать для корреляционного исследования.

Вы можете создавать различные типы вопросов для опросов, включая открытые вопросы, рейтинговые вопросы, закрытые вопросы и вопросы с несколькими ответами в своем опросе в конструкторе Formplus. После создания корреляционного исследования вы можете поделиться персонализированной ссылкой с респондентами по электронной почте или в социальных сетях.

Formplus также позволяет собирать автономные ответы в вашей форме.

Начать работу с Formplus

Заключение

Корреляционное исследование позволяет исследователям установить статистический паттерн между двумя, казалось бы, взаимосвязанными переменными; как таковая, это отправная точка любого исследования. Он позволяет связать 2 переменные, наблюдая за их поведением в наиболее естественном состоянии.

В отличие от экспериментального исследования, корреляционное исследование не подчеркивает причинный фактор, влияющий на 2 переменные, и это делает данные, полученные в результате корреляционного исследования, подверженными постоянному изменению. Однако это быстрее, проще, дешевле и удобнее, чем экспериментальные исследования.

При выборе наилучшего типа исследования важно всегда помнить о цели вашего исследования. Если вам просто нужно наблюдать, как переменные реагируют на изменения, то экспериментальные исследования — лучший вариант для подписки.

Лучше всего проводить корреляционное исследование, используя онлайн-форму для корреляционного исследования, поскольку это делает процесс сбора данных более удобным. Formplus — отличная онлайн-платформа для сбора данных, которую вы можете использовать для создания пользовательских форм опросов для корреляционного исследования.

Начать работу с Formplus

корреляционных исследований в психологии: примеры, преимущества и типы — видео и стенограмма урока

Три типа

1.Первый из трех типов, естественное наблюдение , позволяет наблюдать и регистрировать переменные в естественной среде без вмешательства. Например, вы можете наблюдать за посещаемостью занятий учащимися, чтобы предсказать успешную успеваемость. Этот тип исследования часто используется, когда лабораторные эксперименты невозможны или этичны. Однако это может занять много времени и не позволяет управлять переменными.

2. Опросное исследование состоит из сбора информации с помощью опросов или анкетирования путем выбора случайной выборки участников.Например, если вы когда-либо заполняли опрос об удовлетворенности новым продуктом в торговом центре, вы участвовали в опросе. Эти опросы используются, чтобы предсказать, будет ли новый элемент успешным. Исследование с помощью опроса проходит быстро и удобно, но участники могут повлиять на результаты разными способами.

3. Наконец, архивное исследование анализирует данные, собранные другими. Например, вы можете посмотреть архивные записи, чтобы предсказать, как статистика преступности влияет на местную экономику.Архивные исследования часто бесплатны. Однако необходимы большие объемы данных, чтобы увидеть какие-либо существенные взаимосвязи. Исследователи не могут контролировать данные или то, как они были собраны.

Связь между переменными

Корреляционные исследования могут предположить, что существует связь между переменными. Однако он НЕ МОЖЕТ доказать, что одна переменная вызывает изменение другой. Если между тестируемыми переменными нет ассоциаций, значит, между ними нет причинно-следственных связей.Возьмем, к примеру, эксперимент, в котором вы наблюдаете за учащимися с низкой посещаемостью, чтобы увидеть, влияет ли это на их оценки. Если эти учащиеся получают низкие оценки, это говорит о наличии причинно-следственной связи между недостаточной посещаемостью занятий и успеваемостью. Однако, имея только две доступные переменные, нельзя доказать, что эти учащиеся получат более высокие оценки, если они будут показывать более стабильные результаты.

Кроме того, корреляция не означает причинно-следственную связь. Другими словами, корреляция не указывает на причинно-следственную связь.Это потому, что может быть смешивающих фактора . Смешивающие факторы — это переменные, которые влияют как на независимую, так и на зависимую переменную. Следуя предыдущему примеру, низкая посещаемость не всегда приводит к плохим оценкам, потому что могут быть смешанные факторы. Например, ученику может не нравиться этот предмет или у него может быть нарушение обучаемости, которое влияет на его успеваемость.

Степень или сила взаимосвязи рассматривается как коэффициент корреляции или линейная зависимость переменных.Коэффициент корреляции -1 указывает на сильную отрицательную взаимосвязь. +1 указывает на сильную положительную взаимосвязь, а 0 указывает на отсутствие взаимосвязи. Если коэффициенты корреляции сильные, то можно предположить, что одна переменная может предсказать другую переменную (например, баллы SAT и успеваемость учащихся).

Резюме урока

В психологии корреляционное исследование определяет, существует ли связь между двумя или более переменными, и если да, то в какой степени эта связь возникает.Существует три основных типа корреляционных исследований: естественное наблюдение, обзорное исследование и архивное исследование.

Важно помнить, что хотя корреляционное исследование может предложить взаимосвязь между переменными, оно НЕ МОЖЕТ доказать, что одна переменная вызывает изменение другой переменной. Точно так же корреляция между двумя переменными не обязательно указывает на причинно-следственную связь между ними из-за возможных смешивающих факторов, которые являются потенциально неизвестными факторами, которые могут влиять как на независимые, так и на зависимые переменные.Наконец, степень взаимосвязи между переменными в корреляции описывается как коэффициент корреляции и измеряется между -1 (сильная отрицательная взаимосвязь), 0 (нет взаимосвязи) и 1 (сильная положительная взаимосвязь).

Результаты обучения

Изучив этот урок, вы сможете:

  • Определить корреляционные исследования и смешивающие факторы
  • Опишите три основных типа корреляционных исследований
  • Объясните, может ли корреляционное исследование выявить причинно-следственную связь
  • Определить степень взаимосвязи между переменными

Что такое корреляционное исследование? — Определение и примеры — Видео и стенограмма урока

Примеры корреляционных исследований

Существует множество примеров корреляционных исследований или вопросов, на которые такие исследования могут стремиться ответить:

  • Кто-то может захотеть выяснить, связано ли употребление алкоголя во время беременности с повышенным риском депрессии для ребенка-подростка.
  • Связано ли курение с болезнью Альцгеймера?
  • Являются ли дети, ставшие жертвами жестокого обращения, с большей вероятностью сами станут насильниками?

Экспериментальные исследования

В определении корреляционного исследования есть ключевая концепция, которую вы должны были принять к сведению. Это концепция естественной переменной, которая, как вы помните, представляет собой переменную, которая не подвергалась никаким манипуляциям со стороны исследователя. Другими словами, корреляционные исследования не меняют экспериментальные системы.Они просто наблюдают за тем, что происходит естественным образом (или за тем, что произошло).

Это сильно отличается от исследований, которые, по сути, искусственно создают вариации. Эти исследования, иногда широко называемые манипулятивными исследованиями, также известны как экспериментальные исследования . Это исследования, в которых исследователи каким-либо образом манипулируют учебной средой или системой (они вносят какие-то изменения), чтобы затем измерить влияние своих манипуляций на интересующий результат.

Важные понятия

Это важное различие. Из-за природы корреляционных исследований , которые пассивно стремятся найти взаимосвязи между переменными, невозможно точно установить причинно-следственную связь с помощью корреляционного исследования. Действительно ли черника продлевает жизнь? Или люди, которые могут позволить себе эту дорогую чернику, живут дольше из-за других факторов, таких как доступ к качественному медицинскому обслуживанию?

Вот более очевидный пример: корреляционное исследование может показать, что дети с высоким интеллектом приходят из домов с ковровым покрытием вместо деревянного пола.Означает ли это, что ковры заставляют детей расти умнее? Это маловероятно, не правда ли?

Итак, запомните этот важный момент: корреляция не равняется причинно-следственной связи. Корреляция только показывает, что существует (или нет) какая-то связь, но ее точная природа неясна. Напротив, экспериментальные исследования стремятся выяснить причинно-следственную связь путем тщательного изменения и модификации различных факторов дизайна исследования.

У вас может возникнуть соблазн поверить, что из-за этого корреляционные исследования бесполезны, если мы не можем точно установить причинно-следственную связь.Но ты ошибаешься. Это потому, что этика играет важную роль в корреляционных исследованиях и экспериментальных исследованиях.

Как так?

Ну, подумай об этом. Как бы вы выяснили, вызывает ли курение болезнь Альцгеймера? Будет ли этично для исследователей использовать экспериментальное исследование, в котором они заставляют одних людей курить, а других не курить, а затем выясняют, заболеют ли эти люди десятилетиями спустя это ужасное заболевание? Конечно, нет!

Итак, по таким причинам, как этические соображения, хороший способ выяснить, существует ли связь между двумя такими переменными, — это использовать корреляционное исследование.Здесь исследователи могут посмотреть на переменные, такие как люди, которые решили курить (или нет) по собственному желанию, и те, у кого позже развилась болезнь Альцгеймера (или нет). Затем они могут запускать тесты, чтобы выяснить, есть ли между ними отношения, не заставляя никого курить.

Базовая математика

Эту взаимосвязь можно представить с помощью элементарной математики. Связь между двумя переменными в корреляционном исследовании представлена ​​ r , коэффициентом корреляции , который измеряет степень (интенсивность) и направление связи между двумя переменными.Коэффициент корреляции может варьироваться от -1 до 1.

  • Поскольку r приближается к 1, это называется положительной корреляцией, поскольку обе переменные будут увеличиваться или уменьшаться одновременно.
  • r = 0 означает, что между переменными нет связи.
  • Когда r приближается к -1, это называется отрицательной корреляцией и указывает на то, что по мере увеличения (или уменьшения) одной переменной другая переменная делает прямо противоположное.

Резюме урока

Корреляционное исследование — это своего рода исследовательский план, целью которого является понять, какие отношения между естественными переменными имеют друг с другом. Переменные — это интересующие темы, которые могут принимать разные значения. Естественная переменная — это переменная, которая не подвергалась никаким манипуляциям со стороны исследователя.

В отличие от корреляционных исследований проводится экспериментальных исследования . Это исследования, в которых исследователи манипулируют учебной средой, чтобы затем измерить влияние своих манипуляций на интересующий результат.

Важно помнить, что:

  • Корреляция не равна причинно-следственной связи
  • Не все исследования можно этично проводить как экспериментальные, поэтому корреляционные исследования по-прежнему важны

Степень и направление взаимосвязи между двумя переменными представлены как r , коэффициент корреляции :

  • Когда r приближается к 1, это называется положительной корреляцией.Здесь обе переменные одновременно движутся в одном направлении.
  • r = 0 означает, что между переменными нет связи.
  • Когда r приближается к -1, это называется отрицательной корреляцией. Таким образом, если одна переменная увеличивается, другая одновременно уменьшается (и наоборот).

Корреляционное исследование: представления о болезни и стили совладания с людьми, ухаживающими за больными шизофренией | Анналы общей психиатрии

  • 1.

    van Wijngaarden B, Schene A, Koeter M, Becker T., Knapp M, Knudsen HC, Tansella M, Thornicroft G, Vazquez-Barquero JL, Lasalvia A, Leese M, EPSILON Study Group: Люди с шизофренией в пяти странах: концептуальное сходство и межкультурные различия в семейном уходе. Бюллетень по шизофрении. 2003, 29 (3): 573-586. 10.1093 / oxfordjournals.schbul.a007029.

    Артикул PubMed Google ученый

  • 2.

    Heider D, Angermeyer MC, Winkler I, Schomerus G, Bebbington PE, Brugha T., Azorin JM, Toumi M: перспективное исследование качества жизни при шизофрении в трех европейских странах.Исследование шизофрении. 2007, 93 (1-3): 194-202.

    Артикул PubMed Google ученый

  • 3.

    Лаубер С., Эйхенбергер А., Лугинбуль П., Келлер С., Росслер В. Детерминанты бремени у лиц, осуществляющих уход за пациентами с обостряющейся шизофренией. Европейская психиатрия: Журнал Ассоциации европейских психиатров. 2003, 18 (6): 285-289. 10.1016 / j.eurpsy.2003.06.004.

    Артикул Google ученый

  • 4.

    Barrowclough C, Lobban F, Hatton C, Quinn J: Исследование моделей болезни у лиц, ухаживающих за пациентами с шизофренией, с использованием опросника восприятия болезни. Британский журнал клинической психологии / Британское психологическое общество. 2001, 40 (Pt 4): 371-385.

    CAS Статья PubMed Google ученый

  • 5.

    Лоббан Ф, Барроукло С, Джонс С: Оценка когнитивных представлений о проблемах психического здоровья.II. Опросник восприятия болезни при шизофрении: версия родственников. Британский журнал клинической психологии / Британское психологическое общество. 2005, 44 (Pt 2): 163-179.

    Артикул PubMed Google ученый

  • 6.

    Barrowclough C, Tarrier N, Johnston M: дистресс, выраженные эмоции и атрибуции у родственников больных шизофренией. Бюллетень по шизофрении. 1996, 22 (4): 691-702. 10.1093 / schbul / 22.4.691.

    CAS Статья PubMed Google ученый

  • 7.

    Лоббан Ф, Барроуклаф С, Джонс С: Нужно ли понимать выраженные эмоции в более системных рамках? Изучение расхождений в оценках пациентов с диагнозом шизофрения и их родственников. Социальная психиатрия и психиатрическая эпидемиология. 2006, 41 (1): 50-55. 10.1007 / s00127-005-0993-z.

    Артикул PubMed Google ученый

  • 8.

    Fortune DG, Smith JV, Garvey K: Восприятие психоза, совладания с собой, оценки и психологического стресса у родственников пациентов с шизофренией: исследование с использованием теории саморегуляции. Британский журнал клинической психологии / Британское психологическое общество. 2005, 44 (Pt 3): 319-331.

    Артикул PubMed Google ученый

  • 9.

    Моллер-Леймкухлер AM: Бремя родственников и предикторы бремени. Исходные результаты Мюнхенского 5-летнего последующего исследования родственников первых госпитализированных пациентов с шизофренией или депрессией.Европейский архив психиатрии и клинической неврологии. 2005, 255 (4): 223-231. 10.1007 / s00406-004-0550-х.

    Артикул PubMed Google ученый

  • 10.

    Мальяно Л., Гварнери М., Мараско К., Тозини П., Морозини П.Л., Майор М.: Новый опросник, оценивающий стратегии совладания с родственниками пациентов с шизофренией: развитие и факторный анализ. Acta Psychiatrica Scandinavica. 1996, 94 (4): 224-228. 10.1111 / j.1600-0447.1996.tb09853.x.

    CAS Статья PubMed Google ученый

  • 11.

    Кнудсон Б., Койл А: Опыт родителей по уходу за сыновьями и дочерьми с шизофренией: качественный анализ совладания. Европейский журнал психотерапии и консультирования. 2002, 5 (5): 169-183.

    Артикул Google ученый

  • 12.

    Barrowclough C, Parle M: ​​Оценка, психологическая адаптация и выраженные эмоции у родственников пациентов, страдающих шизофренией.Британский журнал психиатрии: журнал психических наук. 1997, 171: 26-30. 10.1192 / bjp.171.1.26.

    CAS Статья Google ученый

  • 13.

    Мальяно Л., Фадден Дж., Эконому М., Ксавье М., Хельд Т., Гварнери М., Мараско С., Тозини П., Май М.: Социальные и клинические факторы, влияющие на выбор стратегий выживания у родственников пациентов с шизофренией: результаты исследования БИОМЕД I. Социальная психиатрия и психиатрическая эпидемиология.1998, 33 (9): 413-419. 10.1007 / s001270050074.

    CAS Статья PubMed Google ученый

  • 14.

    Берчвуд М., Кокрейн Р: Семьи, справляющиеся с шизофренией: стили совладания, их происхождение и корреляты. Психологическая медицина. 1990, 20 (4): 857-865. 10.1017 / S0033291700036552.

    CAS Статья PubMed Google ученый

  • 15.

    Magliano L, Fadden G, Economou M, Held T, Xavier M, Guarneri M, Malangone C, Marasco C, Maj M: Семейное бремя и стратегии выживания при шизофрении: данные за 1 год наблюдения БИОМЕД учусь.Социальная психиатрия и психиатрическая эпидемиология. 2000, 35 (3): 109-115. 10.1007 / s001270050192.

    CAS Статья PubMed Google ученый

  • 16.

    Гонсалес-Торрес М.А., Ораа Р., Аристеги М., Фернандес-Ривас А., Гимон Дж .: Стигма и дискриминация в отношении людей с шизофренией и членов их семей. Качественное исследование с фокус-группами. Социальная психиатрия и психиатрическая эпидемиология. 2007, 42 (1): 14-23. 10.1007 / s00127-006-0126-3.

    Артикул PubMed Google ученый

  • 17.

    Мальяно Л., Фадден Дж., Мадианос М., де Алмейда Дж. М., Хельд Т., Гварнери М., Мараско К., Тосини П., майор М.: Бремя для семей больных шизофренией: результаты исследования BIOMED I. Социальная психиатрия и психиатрическая эпидемиология. 1998, 33 (9): 405-412. 10.1007 / s001270050073.

    CAS Статья PubMed Google ученый

  • 18.

    Мальяно Л., Велтро Ф, Гварнери М., Мараско К.: Клинические и социально-демографические корреляты стратегий выживания у родственников больных шизофренией. Европейская психиатрия: Журнал Ассоциации европейских психиатров. 1995, 10 (3): 155-158. 10.1016 / 0767-399X (96) 80104-0.

    CAS Статья Google ученый

  • 19.

    Мадианос М., Эконому М., Дафни О., Кукия Э., Палли А., Рогаку Э. Разрушение семьи, экономические трудности и психологический стресс при шизофрении: можно ли их измерить ?.Европейская психиатрия: Журнал Ассоциации европейских психиатров. 2004, 19 (7): 408-414. 10.1016 / j.eurpsy.2004.06.028.

    CAS Статья Google ученый

  • 20.

    Левенталь Х., Левенталь Э.А., Шафер П.: Бдительное совладание и здоровое поведение: проблема продолжительности жизни. Старение, здоровье и поведение. Под редакцией: IMORA. 1991, Балтимор: Джонс Хопкинс, 109–140.

    Google ученый

  • 21.

    Мальяно Л., Гварнери М., Фиорилло А., Мараско С., Малангоне С., Майор М.: Многоцентровое итальянское исследование убеждений родственников пациентов о шизофрении. Психиатрические службы. 2001, 52 (11): 1528-1530. 10.1176 / appi.ps.52.11.1528.

    CAS Статья PubMed Google ученый

  • 22.

    Левенталь Х., Левенталь Э.А., Камерон Л.Д .: Представления, процедуры и аффекты в саморегуляции болезни: перцептивно-когнитивный подход.Справочник по психологии здоровья. Под редакцией: Баум А.С., Ревенсон Т.А., певец Дж. Э. 2001, Нью-Йорк: Эрбаум, 19–48.

    Google ученый

  • 23.

    Мицонис К., Вуссура Е., Димопулос Н., Псарра В., Караризоу Е., Лацураки Е., Зервас И., Катсану М. Н.: Факторы, связанные с психологическим расстройством лица, осуществляющего уход, при хронической шизофрении. Социальная психиатрия и психиатрическая эпидемиология. 2010, 47 (2): 331-337.

    Артикул PubMed Google ученый

  • 24.

    Кукия Э., Мадианос М.Г .: Психосоциальная реабилитация больных шизофренией предотвращает семейное бремя? Сравнительное исследование. Журнал психиатрической и психиатрической помощи. 2005, 12 (4): 415-422. 10.1111 / j.1365-2850.2005.00852.x.

    CAS Статья PubMed Google ученый

  • 25.

    Мальяно Л., Фиорилло А., Малангоне С., Мараско С., Гварнери М., майор М., Национальная рабочая группа проекта по охране психического здоровья: влияние социальных сетей на бремя и пессимизм у родственников больных шизофренией.Американский журнал ортопсихиатрии. 2003, 73 (3): 302-309.

    Артикул PubMed Google ученый

  • 26.

    Мальяно Л., Фиорилло А., Малангоне С., Де Роса С., Майор М., Рабочая группа по семейному вмешательству: Проведение психообразовательных мероприятий в Италии для пациентов с шизофренией и их семей. Психиатрические службы. 2006, 57 (2): 266-269. 10.1176 / appi.ps.57.2.266.

    Артикул PubMed Google ученый

  • 27.

    Ходе Y, Криховски Р., Бек Н., Вонтрон Р., Руйер Н., Хюнц М., Ризахер П., Фаттах С., Паше М., Паше П.: Effet d’un programmeducatif sur l’humeur des familles des malades soufrant de schizophrénie. Журнал компьютерной терапии и когнитивной деятельности. 2008, 18: 104-107. 10.1016 / j.jtcc.2008.06.003.

    Артикул Google ученый

  • 28.

    Сталберг Г., Экервальд Х., Халтман К.М.: Проблема: братья и сестры пациентов с шизофренией: родственная связь, модели совладания и страх перед возможной наследственностью шизофрении.Бюллетень по шизофрении. 2004, 30 (2): 445-458. 10.1093 / oxfordjournals.schbul.a007091.

    Артикул PubMed Google ученый

  • 29.

    Моллер-Леймкухлер AM: многомерное прогнозирование стрессовых исходов родственников через год после первой госпитализации пациентов с шизофренией и депрессией. Европейский архив психиатрии и клинической неврологии. 2006, 256 (2): 122-130. 10.1007 / s00406-005-0619-1.

    Артикул PubMed Google ученый

  • 30.

    Schene AH, van Wijngaarden B: Обзор организации для семей пациентов с серьезными психическими заболеваниями в Нидерландах. Психиатрические службы. 1995, 46 (8): 807-813.

    CAS Статья PubMed Google ученый

  • 31.

    Кромье Х., Гимон Дж., Жонкас Дж., Леблан Дж., Морин Р., Вайланкур С. Профамиль, программа вмешательства в группу семей, занимающихся шизофренией. 1991, Квебек: Отделение социальной и профилактической психиатрии ЧУЛ и научно-исследовательский центр Университета Лаваля Роберт Жиффар

    Google ученый

  • 32.

    Карталова-О’Догерти Ю., Доэрти Д. Т.: Стратегии преодоления и стили семейного ухода за людьми с устойчивыми психическими заболеваниями: анализ смешанных методов. Скандинавский журнал заботливых наук. 2008, 22 (1): 19-28. 10.1111 / j.1471-6712.2007.00583.x.

    PubMed Central Статья PubMed Google ученый

  • 33.

    Поле AP: Обнаружение статистики с помощью SPSS: (и Секс, наркотики и рок-н-ролл). 2009, Таузенд-Оукс: Шалфей, 3

    Google ученый

  • 34.

    Leventhal H, Leventhal EA, Contrada RJ: Саморегуляция, здоровье и поведение: перцептивно-когнитивный подход. Психология и здоровье. 1998, 13: 717-733. 10.1080 / 08870449808407425.

    Артикул Google ученый

  • 35.

    Dallaire C, Toupin I: Les théories à specter modéré, les théories propres aux sizes et les вмешательство в больницу. Le savoir infirmier: au coeur de la discline et de la professional infirmière. Под редакцией: Dallaire IC.2008, Бушервиль: Гаэтан Морен, 239-264.

    Google ученый

  • 36.

    Пепин Ж, Керуак С., Дюшарм Ф: La pensée infirmière. 2010, Монреаль: Chenelière Éducation, 3

    Google ученый

  • Примеры корреляционных исследований: ускоренный курс психологии AP®

    Внимание: Этот пост был написан несколько лет назад и может не отражать последние изменения в программе AP®.Мы постепенно обновляем эти сообщения и удалим этот отказ от ответственности после обновления этого сообщения. Спасибо за ваше терпение!

    Вы помните, что такое корреляционное исследование? Знание основных типов психологических исследований является ключевым моментом для экзамена по психологии Advanced Placement (AP), поскольку он составляет 8-10% от содержания вопросов с множественным выбором и свободными ответами. Однако понимание характеристик, преимуществ и недостатков каждого метода исследования — это только половина усвоения этого предмета.Другая половина — это понимание в конкретных и практических терминах, как методы исследования были применены к исследованиям в различных областях психологии. В этом обзоре ускоренного курса AP® Psychology мы увидим три примера корреляционных исследований, которые внесли свой вклад в историю психологии, изменив то, как мы воспринимаем нашу природу, нашу личность и наше здоровье.

    Обзор: что такое корреляционное исследование и почему оно важно?

    Психология — это наука, и, как и любая другая, ее знания должны быть получены, проверены и подтверждены с научной точки зрения.Для этого психологи проводят три типа исследований:

    1. Экспериментальное исследование — наиболее эмпирический тип исследования, в котором переменными можно манипулировать в лабораторных условиях, а различные ситуации можно изучать и сравнивать, чтобы установить причинно-следственные связи между переменными.
    2. Клинические исследования — проводятся на основе тематических исследований при условии, что определенные индивидуальные характеристики могут быть обобщены на остальную часть населения.
    3. Корреляционное исследование — ищет взаимосвязь между двумя переменными. Необходимые данные собираются с помощью опросов (анкетирование и интервью), архивных исследований (прошлые исследования, которые представляют данные) и натуралистических наблюдений (наблюдение за явлениями в естественном виде, без вмешательства). Затем данные подвергаются статистическому анализу, чтобы проверить взаимосвязь между переменными.

    Корреляция между переменными отображается через значение от -1.00 до +1.00. Это значение называется коэффициентом корреляции . Когда коэффициент корреляции близок к +1,00, между переменными существует положительная корреляция. Другими словами, увеличение X сопровождает увеличение Y. Когда коэффициент корреляции близок к -1,00, существует отрицательная корреляция между переменными или увеличение X сопровождается уменьшением Y. И когда коэффициент корреляции близко к 0,00, между переменными нет связи.Чем ближе значение к +1.00 или -1.00, тем сильнее связь. Мы увидим реальные примеры этого позже в этом посте.

    Источник изображения: Wikimedia Commons

    Теперь самое важное, что нужно помнить о корреляционных исследованиях, — это то, что корреляция не подразумевает причинно-следственную связь . Например, предположим, что «брак» имеет отрицательную корреляцию с «раком», а это означает, что у людей, состоящих в браке, меньше шансов заболеть раком на протяжении всей своей жизни, чем у тех, кто остается холостым.Это не обязательно означает, что одно является причиной другого или что брак напрямую помогает избежать рака. Возможно, одна переменная является причиной другой, но даже если это так, в корреляционных исследованиях невозможно определить направление причинности или то, что вызывает что. И также может быть, что третья неизвестная переменная является причиной корреляции. Имейте это в виду, когда мы видим примеры корреляционных исследований.

    Вы можете спросить: если корреляционные исследования показывают только это — корреляции — почему они вообще важны, если вы могли бы просто провести эксперимент, манипулируя соответствующими переменными и получая более твердые выводы?

    Действительно, недостатки корреляционных исследований заключаются в том, что они не могут установить причинно-следственные связи или направление причинного влияния, не контролируют переменные, не объясняют поведение и могут привести к иллюзорным корреляциям.Иллюзорная корреляция — это когда существует воспринимаемая взаимосвязь между переменными, которой не существует, например, «более высокое потребление мороженого ведет к более высокому уровню преступности».

    С другой стороны, одним из основных преимуществ корреляционного исследования является то, что это полезный способ описания и анализа данных, особенно в тех случаях, когда экспериментальное исследование может привести к этическим проблемам. Возьмем, к примеру, исследование, целью которого является изучение взаимосвязи между жестоким обращением с детьми и способностями справляться с ситуацией в более зрелом возрасте.Очевидно, вы не можете взять случайную группу здоровых детей и подвергнуть их жестокому обращению или травматическим ситуациям, чтобы сравнить их с контрольной группой. На более ранних стадиях психологии исследователи могли уйти, обучая ребенка фобии или заставляя участников думать, что они убили кого-то электрическим током до смерти, и уйти от наказания во имя науки. Такая практика больше не приемлема, и корреляционные исследования играют важную роль в развитии знаний в психологии.

    Другие преимущества заключаются в том, что корреляционные исследования обычно дешевле и их легче проводить, чем эксперименты, и они позволяют делать общие прогнозы.Они также могут представлять собой первые шаги в новой области исследований, ведущие к дальнейшим исследованиям и достижениям.

    Теперь, когда вы рассмотрели основные концепции корреляционных исследований и их значение, давайте рассмотрим три важных исследовательских примера в разных областях психологии и поймем, как все это воплощается в жизнь!

    Исследование № 1: Биологические основы поведения — Дебаты о природе и воспитании

    Мы можем легко представить себе, как наша генетика влияет на такие физические характеристики, как рост, цвет волос и глаз.Но задумывались ли вы когда-нибудь о том, что ваша генетика может также сыграть большую роль в таких психологических качествах, как личность и интересы? В 1990 году психологи Томас Бушар, Дэвид Ликкен и их сотрудники исследовали влияние наших генов на психологические свойства. В то время было трудно согласиться с этим исследованием, учитывая, что в течение последних пятидесяти лет психология была в основном сосредоточена на бихевиоризме и на том, как среда определяет поведение. Исследование Бушара и Ликкена снова привлекло внимание к спорам о природе и воспитании, чтобы прояснить роль генов и окружающей среды в том, кем мы являемся.

    Для этого Бушар и Ликкен провели исследование с однояйцевыми близнецами (однояйцевыми близнецами) , которые были разлучены при рождении и выросли в разных условиях, и сравнили результаты с однояйцевыми близнецами, которые выросли вместе. Обратите внимание, что это исследование, в котором невозможно просто воспроизвести ситуацию в лабораторных условиях, поэтому корреляционное исследование было лучшим способом проанализировать данные реальных людей в этой ситуации.

    Источник изображения: Flickr

    Бушар и Ликкен собрали огромное количество данных от каждой пары близнецов.Они использовали различные шкалы личностных черт, опросы способностей и профессиональных интересов, тесты интеллекта, шкалы семейного окружения и интервью. В конце первой части исследования Бушар и Ликкен получили информацию о физиологических особенностях близнецов, интеллекте, личности, психологических интересах и социальном отношении. Затем Бушар и Ликкен проанализировали корреляцию между близнецами во всех этих областях.

    Результаты были неожиданными. Если бы среда была ответственна за индивидуальные различия, однояйцевые близнецы, выращенные вместе, должны быть более похожи, чем однояйцевые близнецы, воспитанные отдельно.Однако результаты показали не это. Обе категории близнецов имели очень похожий коэффициент корреляции, приближающийся к +1,00. Это означает, что независимо от того, выросли ли они в одинаковых или разных условиях, каждый человек был очень похож на своего близнеца во всех отношениях.

    На основании этого мы можем сказать, что генетические факторы сильно влияют на поведение человека различными способами, как физиологическими, так и психологическими. Это можно рассматривать как сомнительный вывод, поскольку нам нравится придавать такое большое значение факторам окружающей среды, как образование и воспитание, как если бы только они определяли, кем мы вырастем, какие интересы мы развиваем, какую карьеру выбираем и так далее.Однако нельзя отказываться от всех наших жизненных усилий, думая, что в конечном итоге гены просто возьмут верх и определят нашу судьбу.

    Бушар и Ликкен подчеркивают, что, хотя интеллект в основном определяется генетическими факторами, он все же может быть усилен опытом. Примерно 70% интеллекта детерминировано генетически, а это означает, что есть еще 30%, над которыми можно работать или игнорировать в окружающей среде, дома с родителями или в школе с учителями и наставниками.

    То же самое можно применить и к другим признакам. Например, даже если ваши гены обладают природной силой в отношении коммуникативных навыков, все это не будет иметь значения, если у вас не будет возможности в вашем окружении, чтобы этот навык проявился и развился. Недавние исследования однояйцевых близнецов показывают, что чем старше близнецы, тем они больше похожи. Другими словами, чем больше у вас опыта, тем больше могут быть выражены ваши гены.

    Как люди, мы определяемся сочетанием генетических факторов и влияний окружающей среды.Мы природа и воспитываем. Гены не означают судьбу, но это не значит, что мы можем игнорировать их влияние на наши физиологические и психологические характеристики. Давайте по-настоящему поймем составляющие нашего поведения и преодолеем дихотомию между генами и окружающей средой.

    Исследование № 2: Личность — Кто контролирует вашу жизнь?

    Как вы думаете, ваши действия имеют наибольшее значение для исхода вашей жизни? Или вы думаете, что внешние силы, такие как судьба и удача, имеют большое влияние на ваш путь? Такое личное убеждение, называемое локусом контроля , связано со всеми видами поведения, которое мы проявляем в разных сферах жизни.Локус контроля и его влияние на поведение были впервые изучены влиятельным психологом и бихевиористом Джулианом Роттером в 1966 году.

    Роттер предположил, что то, как люди интерпретируют то, что с ними происходит, и на что они возлагают ответственность за события в своей жизни, является важной частью личности, которую можно использовать для прогнозирования тенденций в определенном поведении. Когда человек приписывает последствия своего поведения таким факторам, как удача, судьба и другие великие силы, он верит в внешний локус контроля .С другой стороны, человек, который определяет последствия своего поведения для своих действий, верит во внутренний локус контроля .

    Для измерения локуса контроля Роттер разработал шкалу под названием I-E Scale, где «I» означает «внутренний», а «E» — «внешний». Шкала содержит множество пар утверждений, и участник должен выбрать ту, которая лучше всего соответствует его убеждениям. Вот несколько примеров парных утверждений: «Многие несчастья в жизни людей отчасти вызваны невезением» или «Неудачи людей являются результатом ошибок, которые они совершают» и «Чтобы добиться успеха, нужно много работать; удача не имеет к этому никакого отношения »или« Получение хорошей работы зависит главным образом от того, чтобы оказаться в нужном месте в нужное время.”

    После измерения локуса контроля у соответствующего количества участников, Роттер проанализировал корреляцию между внутренним или внешним локусом контроля и поведением, таким как азартные игры, убеждение, курение и мотивация достижения. Его результаты показали, что:

    • Внешние люди с большей вероятностью будут делать рискованные ставки, в то время как внутренние люди в долгосрочной перспективе предпочитают «верные вещи» и умеренные шансы.

    • Внутренние индивиды более эффективны в убеждении сверстников изменить свое отношение и более устойчивы к манипуляциям, чем внешние индивиды.

    • Поскольку внутренний локус контроля связан с самоконтролем, курильщики, как правило, гораздо больше ориентированы на внешнее. Те, кто успешно бросил курить, больше ориентированы на внутреннюю жизнь.

    • Внутренние люди более мотивированы на достижение успеха, чем те, кто считает, что их жизнью управляют силы, находящиеся вне их контроля. Примеры достижений включают планы учиться в колледже и время, потраченное на выполнение домашних заданий.

    Таким образом, в терминах корреляционных исследований, существует, например, сильная корреляция между «внутренним локусом контроля» и «мотивацией достижения», поскольку коэффициент корреляции между этими двумя переменными приближается к +1.00.

    Кроме того, Роттер определил три источника развития внешнего или внутреннего локуса контроля: культурные различия, социально-экономические различия и стиль воспитания. В заключение Роттер предположил, что локус контроля является важным компонентом личности, который объясняет различия в поведении двух людей, столкнувшихся с одной и той же ситуацией. Эта вера определяет то, как мы интерпретируем последствия нашего поведения, и влияет на действия, которые мы предпринимаем в нашей жизни.

    Исследование № 3: Мотивация и эмоции — Влияние стресса на наше здоровье

    В настоящее время уже почти принято считать, что стресс влияет на наше здоровье, но это не всегда было легко принимаемой идеей. В 1967 году Томас Холмс и Ричард Рэй изучали взаимосвязь между стрессом и болезнью. Это было психосоматическое исследование , потому что в нем изучалась связь между психологическими факторами и физическими проблемами.

    Поскольку было бы неэтично подвергать людей стрессовым ситуациям, чтобы выяснить, не возникло ли у них больше проблем со здоровьем, чем в комфортной контрольной группе, это исследование было проведено с использованием корреляционного метода. Во-первых, Холмс и Рэй разработали шкалу для измерения стресса в различных жизненных ситуациях, которые включали как счастливые, так и несчастные события, такие как Рождество и смерть супруга. Это произошло потому, что, по мнению Холмса и Рэйэ, стресс случается в любой ситуации, когда требуется психологическая корректировка.Эта шкала получила название Шкала рейтинга социальной адаптации (SRRS). После того, как огромное количество участников ответили на шкалу, Холмс и Рэй изучили корреляцию между высоким уровнем стресса и болезнями.

    Как вы, возможно, уже предсказывали, была обнаружена сильная положительная корреляция между стрессом и болезнью. Участники, у которых был низкий уровень стресса в течение последних шести месяцев, сообщили в среднем о 1,4 заболеваниях за тот же период. Средний уровень стресса — 1 балл.9 болезней и высокий уровень стресса, 2,1 болезни.

    Однако мы также знаем, что стресс — это только один компонент, влияющий на здоровье, а связь между стрессом и болезнью намного сложнее, чем может показать корреляционное исследование. Осознавая это, Холмс и Рэй упомянули и другие факторы, которые необходимо принимать во внимание, чтобы помочь предсказать психосоматические проблемы. Их:

    • Ваш опыт стрессовых событий

    • Ваши навыки преодоления трудностей

    • Сила вашей иммунной системы

    • Ваш способ решения проблем со здоровьем, когда они возникают

    Психологи и врачи теперь признают, что на подавляющее большинство болезней влияют психологические факторы, связанные с их развитием или методами лечения.Это кладет конец классическому взгляду Декарта на разделение разума и тела. Люди — сложные существа, которых необходимо понимать и лечить как единое целое для эффективной профилактики болезней и укрепления здоровья.

    Итак, что вы думаете о каждом из этих примеров корреляционного исследования? Они относятся к разным областям психологии (биологические основы поведения, личности, мотивации и эмоций), поэтому вы можете столкнуться с этим типом исследований по многим вопросам экзамена AP® Psychology.Как вы понимаете влияние генетики на ваше поведение? Ваш локус контроля больше внутренний или внешний? Какие примеры психосоматических проблем вы видели в повседневной жизни? Делитесь в комментариях ниже!

    Давайте применим все на практике. Ответьте на этот практический вопрос AP® Psychology:

    Ищете дополнительную практику AP® Psychology?

    Ознакомьтесь с другими нашими статьями по AP® Psychology .

    Вы также можете найти тысячи практических вопросов на Albert.io. Albert.io позволяет настроить процесс обучения так, чтобы он ориентировался на практику там, где вам больше всего нужна помощь.

    Добавить комментарий

    Ваш адрес email не будет опубликован.