Корреляционный анализ. Использование описанных выше методов позволяет провести более глубокий анализ данных, если есть возможность сопоставить друг с другом результаты по двум или

Использование описанных выше методов позволяет провести более глубокий анализ данных, если есть возможность сопоставить друг с другом результаты по двум или нескольким из наблюдавшихся характеристик. Это позволит ответить на вопросы вроде «можно ли считать, что 13 – 14 – летние девочки более общительны, чем мальчики того же возраста?» или «наделены ли высокоинтеллигентные люди одновременно и большими творческими способностями?»

Для того чтобы ответить на эти вопросы, достаточно установить зависимость между различными данными, полученными в результате наблюдения или с помощью анкеты, или же подвергнуть испытуемых тестам. В первом случае надо сравнить, например, оценки общительности девочек с соответствующими оценками для мальчиков; во втором – сопоставить оценки, полученные в тестах на уровень интеллекта, с оценками творческих способностей.

Подобные зависимости оцениваются главным образом с помощью статистических методов. Чаще всего при этом вычисляют коэффициент корреляции (см. приложение Б).

Преимущества корреляционного анализа очевидны: он позволяет получить за очень короткое время множество данных для значительного числа испытуемых. Кроме того, этот метод можно применять в ряде особых случаев, в которых экспериментальный подход сопряжен с трудностями или даже невозможен (главным образом по этическим соображениям); примерами служит сбор данных о самоубийствах, о наркомании или о воспитании детей в неблагоприятных условиях. И наконец, корреляционный анализ позволяет получать информацию, основанную на более разнообразных выборках и более близкую к существующей в обществе реальности – в отличие от результатов экспериментов, проводимых в лаборатории, где часто используют одну и ту же популяцию студентов.

Этот метод, однако, не позволяет решить одну проблему, связанную с возможной интерпретацией зависимости, существующей между переменными. Например, при изучении агрессивности у детей (подробнее см. в досье 6.1) оказалось, что жестокие дети чаще других смотрят телевизионные фильмы со сценами жестокости. Означает ли это, что такое зрелище порождает в них агрессивность или, наоборот, жестокие зрелища привлекают самых агрессивных детей? Как определить, какая из этих двух переменных служит причиной, а какая – следствием? Корреляционный анализ не дает ответа на подобные вопросы.

Случается также, что два фактора сходным образом варьируют и при отсутствии между ними причинно – следственной связи, а их вариации зависят от какой-то третьей переменной. Рассмотрим, например, утверждение, что чем больше человек потребляет марихуаны, тем выше вероятность, что он окажется пьяницей. Возможно, однако, что на самом деле причинной связи между этими двумя параметрами нет – просто существует зависимость между потреблением наркотиков вообще и личностью некоторых молодых людей, которые прибегают к наркотикам, чтобы забыть о своих проблемах.

Интерпретация связи между двумя переменными очень часто зависит также от смысла, который вкладывают в используемые термины. Это безусловно относится к понятию «ума». Можно ли, например, утверждать, что «чем данный школьник умнее, тем больше у него шансов достичь блестящих успехов в учении»? Это верно лишь в том случае, если под «умом» имеется в виду совокупность качеств, которых требует школа, где особое значение имеет дисциплинированность (см. документ 9.2). Прекрасным примером, противоречащим приведенному утверждению, служит Эйнштейн, который подростком с трудом адаптировался к школьной системе.

В некоторых классических исследованиях, например в работе Трайона (Tryon) (см. документ 3.5), методы описанного выше типа уже использовались для выяснения зависимости между наследственностью, умственными способностями и приобретением новых навыков или знаний.