Лонгитюдное корреляционное исследование строится по плану
временных серий с тестированием группы через заданные проме-
жутки времени. Помимо эффектов обучения, последовательности и
т.д. влонгитюдном исследовании следует учитывать эффект выбы-
вания: не всех первоначально принимавших участие в эксперимен-
те удается обследовать через какое-то определенное время. Возмож-
но, взаимодействие эффектов выбывания и тестирования (отказ от
участия в последующем обследовании) и т.д.
Структурное лонгитюдное исследование отличается от простого
лонгитюдатем, что нас интересует не столько изменение централь-
ной тенденции или разброса какой-либо переменной, сколько из-
менение связей между переменными. Такого рода исследования
широко распространены в психогенетике.
Обработка и интерпретация данных корреляционного исследования.
Данные структурного корреляционного исследования представля-
ют собой одну или несколько матриц "испытуемые" х "тесты". Пер-
вичная обработка заключается в подсчете коэффициентов статисти-
ческой связи между двумя и более переменными. Выбор меры связи
определяется шкалой, с помощью которой произведены измерения.
1. Если измерения произведены по дихотомической шкале, то для
подсчета тесноты связи признаков применяется коэффициенте?. Ди-
хотомическую шкалу часто путают со шкалой наименований (даже в
пособиях по статистике; см., например, Дж.Гласс и Дж.Стенли "Ста-
тистические методы в педагогике и психологии", 1976). Дихотоми-
ческая шкала - вырожденный вариант шкалы интервалов; для нее
174
применимы все статистические методы шкалы интервалов. Данные
для вычисления коэффициента представлены втаблице сопряжен-
ности:
Признак Y
Признак Х
О
b
d
d+d
О с
а + с
а+Ь
c+d
be-ad
(a + с) (b + d) (a + b) (c + d)
2. Данные представлены в порядковой шкале. Мерой связи, ко-
торая соответствует шкале порядка, является коэффициент Кэндел-
ла. Он основан на подсчете несовпадений в порядке следования ран-
жировок Х и Y. Есть ряд испытуемых: сначала мы выстраиваем этот
ряд в порядке убывания массы тела, а затем - в порядке убывания
роста. Для каждой пары подсчитывается число совпадений и инвер-
сий: совпадение, если их порядок по Х и Y одинков; инверсия, если
порядокразличен. Разница числа "совпадений" и числа "инверсий",
деленная на п(п-1)/2, дает коэффициентт. Алгоритм подсчета при-
веден в пособиях по статистике (см. Дж.Гласс и Дж.Стенли) и в лю-
бом статпакетедля персональных компьютеров.
Часто для обработки данных, полученных с помощью шкалы по-
рядка, используют коэффициент ранговой корреляции Спирмена,
который является модификацией коэффициента Пирсонадля нату-
рального ряда чисел (рангов). Никакого отношения к порядковой
шкале он не имеет. Но его рекомендуют применять в том случае,
если одно измерение произведено по шкале порядков, а другое - по
шкале интервалов.
3. Данные получены по шкале интервалов, или отношений. В этом
случае применяется стандартный коэффициент корреляции Пирсо-
наили коэффициент ранговой корреляции Спирмена. В том случае,
если одна переменная является дихотомической, адругая - интер-
вальной, используется так называемый бисериальный коэффициент
корреляции.
Наконец, если исследователь полагает, что связи между перемен-
ными нелинейны, вычисляется корреляционное отношение, харак-
теризующее величину нелинейной статистической зависимости двух
переменных.
Корреляционное исследование завершается выводом о статисти-
ческой значимости установленных (или неустановленных) зависи-
мостей между переменными. Однако исследователи не ограничива-
ются такой констатацией. Одна из главных задач, которые возника-
ют перед психологами, - выяснить, не обусловлены ли связи между
отдельными параметрами (психологическими свойствами) скрыты-
ми факторами? Для этой цели применяется аппарат редукции числа
переменных: методы многомерного анализа данных, которые изу-
чаются психологами в курсе "Математические методы в психоло-
гии".
5.4. Некоторые перспективы развития
планирования исследований
Все сказанное в этой главе относится к общепсихологическому
исследованию. Существуют, по крайней мере, три области плани-
рования исследования, которые не рассматриваются в литературе,
посвященной методам психологической науки.
Первая область - многомерный эксперимент. Планы многомер-
ного исследования, в частности эксперимента, являются обобщени-
ем традиционных схем для случая п-зависимых переменных. В обыч-
ном эксперименте мы исследуем влияние одной независимой пере-
менной на одну зависимую. Многоуровневый факторный экспери-
мент проводится для изучения влияния 1,2, ..., in независимых пере-
менных также на одну зависимую переменную. В многомерном экс-
перименте рассматривается схема: гп х п, где m - число независи-
мых переменных, п - число зависимых переменных. Уже примене-
ние плана для двух независимых и двух зависимых переменных тре-
бует выявления связей между каждой парой "независимая - зави-
симая переменная", т.е. построения 4 таблиц средних результатов
2 х 2 (если сравниваются средние). Кроме того, требуется выявить
влияние уровня каждой независимой переменной, а также их взаи-
модействия на корреляционную связь между двумя зависимыми
переменными.
Более сложные планы многомерного психологического экспери-
мента очень трудоемки и требуют автоматизированного планирова-
ния и проведения исследования, а также особых компьютерных про-
грамм обработки результатов. По крайней мере, планирование
многомерных экспериментов предоставляет исследователям широ-
кие возможности для творчества.
Вторая область - эксперимент в дифференциальной психологии,
или индивидуально-психологический эксперимент. Его цель - вы-
явление индивидуальных различий поведения в однородных ситуа-
циях. Даже в обычном многомерном исследовании основной гипо-
тезой являются не безусловные суждения "Если А, то В", а условное
суждение "Если А, то В- при условии С,, В - при условии С ... и
т.д." . В качестве условия выступают дополнительные переменные
- индивидуально-психологические различия.
В дифференциально-психологическом эксперименте дополни-
тельная переменная становится основной: мы исследуем личность
как детерминанту поведения. Преимущественной статистикой в этом
исследовании считается не мера центральной тенденции (среднее,
медиана, мода), а показатели вариации значений зависимой пере-
менной. Независимая переменная (задания испытуемому, экспери-
ментальное воздействие) переходит в дополнительную.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84