Metodologia badań psychologicznych Lucyna Golińska
Transkrypt
Metodologia badań psychologicznych Lucyna Golińska
Metodologia badań psychologicznych Lucyna Golińska S P O Ł EC Z N A A K A D E M I A N AU K Wykład 12. Korelacje Korelacja • Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów się współzmieniają tzn , kiedy zmianom w wartości jednej zmiennej systematycznie towarzyszą zmiany wartości drugiej zmiennej • Współczynnik korelacji wyraża związek między dwoma zmiennymi określając jego znak (dodatni lub ujemny) i wielkość ( od +1 do – 1 ) • Wartość zero oznacza brak korelacji Wariancja wspólna • Np. r= 0,50 r2= 0,25 x 100% = 25% Obie zmienne maja 25% wariancji wspólnej Obliczanie wariancji Wariancja = iloraz sumy kwadratów odch. poszczególnych wyników od średniej art. dzielone /liczba wyników Wyniki • Nr osoby • • • • 1 2 3 4 2 5 1 3 (2-2,8)2 (5-2,8)2 (1-2,8)2 (3-2,8)2 • Sr art. 9/4=2,8 • Odch. od średniej art. 1,5 0,64 4,84 3,24 0,04 8,76 : 4 = 2,19 Korelacja Pearsona współczynnik korelacji jest miarą związku liniowego, • R= 0 oznacza brak zależności liniowej, na tej podstawie nie można wnioskować o niezależności zmiennych, • gdy - korelacja dodatnia - wzrostowi wartości zmiennej X towarzyszy wzrost wartości zmiennej Y, • gdy - korelacja ujemna - wzrostowi wartości zmiennej X towarzyszy spadek wartości drugiej zmiennej, • im jest bliższy 1 tym zależność liniowa jest silniejsza, zwykle przyjmuje się: • • • • • • < 0,2 - brak związku liniowego, 0,2 - 0,4 - słaba zależność, 0,4 -0,7 - umiarkowana zależność, 0,7 - 0,9 - dość silna zależność, > 0,9 - bardzo silna zależność. Obliczanie korelacji liniowej Pearsona • • lp 1 x 0 y 1 xy 0 x2 0 y2 1 2 3 2 1 2 5 4 5 4 1 4 25 4 4 6 24 16 36 5 Suma 1 8 2 16 2 35 1 22 4 70 Obliczanie korelacji liniowej Pearsona Korelacja • Korelacja NIE OZNACZA , że jedna ze zmiennych jest przyczyna drugiej • Mediator- zmienna wykorzystywana do wyjaśniania korelacji między dwoma zmiennymi • Moderator czynnik, który wpływa na znak i siłę korelacji miedzy zmiennym • (wykorzystywany w analizach ścieżkowych) Zależności między zmiennymi • Zmienna X wpływa na zmienna Y = pierwsza przyczyna a druga skutekzwiązek przyczynowy • Warunki: 1. Stałe współwystępowanie obu (współzmienność) 2. Porządek czasowy związku (przyczyna wcześniej niż skutek) 3. Eliminacja innych możliwych wyjaśnień • Jeżeli współczynnik korelacji to obliczenie współczynnika determinacji ( oznacza procent wariancji ogólnej zbioru wyników Y jaki tłumaczy jej korelacji (związek) z X • Wariancja = iloraz sumy kwadratów odch. poszczególnych wyników od średniej art. Dzielone /liczba wyników • Np. r= 0,50 r2= 0,25 x 100% = 25% Obie zmienne mają 25% wariancji wspólnej Test istotności różnic • Przy wykorzystaniu testów statystycznych wykonujemy następujące kroki : • Formułujemy hipotezy statystyczne • Obliczanym statystykę testowa • Ustalamy obszar odrzuceń dla hipotezy zerowej • Podejmujemy decyzje statystyczną Hipotezy statystyczne • Hipoteza zerowa Ho zawsze mówi o braku różnic • Hipoteza alternatywna (robocza) H1 • Np.: • Ho:pracoholicy nie różnią się zadowoleniem z życia od nie pracoholików • H1 pracoholicy różnią się zadowoleniem z życia od nie pracoholików (hipoteza bezkierunkowa) lub • H1 pracoholicy maja niższy poziom zadowolenia z życia w porównaniu z nie pracoholikami Podział testów statystycznych • Parametryczne • Interwałowe lub ilorazowe, porównania średniej i wariancji: test t Studenta, F analizy wariancji) Fischer’a • nieparametryczne • porównanie liczebności lub częstości : Chi kwadrat , rangi • Dobór zależny ( parami np. zadowolenie żonatych) i grup niezależnych ( poziom agresji wśród 10 i 15 latków) • Pomiar powtarzany Test t Studenta • Hipoteza zerowa zakłada brak różnic miedzy obu grupami • Konieczne ustalenie poziomu istotności . Najczęściej p= 0,05 lub 0,01 • Każdy wynik testu statystycznego ma określony poziom istotności. • Np. wyniku testu t-Studenta p= 0,036 co oznacza, że dane różnice są dziełem przypadku z prawdopodobieństwem równym w przybliżeniu 3,6%. Zatem z prawdopodobieństwem 96,4% uzyskane różnice nie są dziełem przypadku, lecz wynikiem naszego badania, pomiaru, itd... W zależności od specyfiki badań, badacze określają umownie jaki poziom istotności świadczy o wynikach istotnych statystycznie. • Dla badań społecznych najczęściej p= 0,05 lub 0,01 • Gdy istotność dla danego wyniku jest mniejsza to wyniki są istotne statystycznie, gdy większa to nieistotne.