Психология. В 3 книгах. Книга 3. Психодиагностика. Введение в научное психологическое исследование с

целью определения статистически достоверных различий меж-

ду ними. Первый ряд: 4,6, 5,7,3,4,5,6. Второй ряд: 2,7, 3,6,1,8,

4, 5. Средние значения для двух этих рядов соответственно рав-

ны: 5,0 и 4,5. Их дисперсии составляют: 1,5 и 5,25. Частное от

деления большей дисперсии на меньшую равно 3,5. Это и есть

искомый показатель F. Сравнивая его с табличным граничным

значением 3,44, приходим к выводу о том, что дисперсии двух

сопоставляемых выборок действительно отличаются друг от дру-

га на уровне значимости более 95% или с вероятностью допусти-

мой ошибки не более 0,05%.

Следующий метод вторичной статистической обработки, по-

средством которого выясняется связь или прямая зависимость

между двумя рядами экспериментальных данных, носит назва-

ние метод корреляций. Он показывает, каким образом одно яв-

ление влияет на другое или связано с ним в своей динамике. По-

добного рода зависимости существуют, к примеру, между вели-

чинами, находящимися в причинно-следственных связях друг с

другом. Если выясняется, что два явления статистически досто-

верно коррелируют друг с другом и если при этом есть уверен-

ность в том, что одно из них может выступать в качестве причи-

ны другого явления, то отсюда определенно следует вывод о на-

личии между ними причинно-следственной зависимости.

Имеется несколько разновидностей данного метода: линей-

ный, ранговый, парный и множественный. Линейный корреля-

ционный анализ позволяет устанавливать прямые связи между

переменными величинами по их абсолютным значениям. Эти

связи графически выражаются прямой линией, отсюда название

«линейный». Ранговая корреляция определяет зависимость не

между абсолютными значениями переменных, а между поряд-

ковыми местами, или рангами, занимаемыми ими в упорядочен-

ном по величине ряду. Парный корреляционный анализ вклю-

чает изучение корреляционных зависимостей только между па-

575

Ч

асть I I. В

ведение в научное психологическое исследование

рами переменных, а множественный, или многомерный, — меж-

ду многими переменными одновременно. Распространенной в

прикладной статистике формой многомерного корреляционно-

го анализа является факторный анализ.

На рис. 74 в виде множества точек представлены различные

виды зависимостей между двумя переменными X и Y (различ-

ные поля корреляций между ними).

На фрагменте рис. 74, отмеченном буквой А, точки случай-

ным образом разбросаны по координатной плоскости. Здесь по

величине X нельзя делать какие-либо определенные выводы о

величине У. Если в данном случае подсчитать коэффициент кор-

реляции, то он будет равен 0, что свидетельствует о том, что до-

стоверная связь между X и У отсутствует (она может отсутство-

вать и тогда, когда коэффициент корреляции не равен 0, но бли-