Коэффициент корреляции и стандартизация переменных

Удобство использования коэффициента корреляции связано со следующими моментами:

q он дает меру связи между переменными и в том случае, если они измерены в разных единицах или в разных психологических шкалах;

q он изменяется в определенном диапазоне (от +1 до –1) и предполагает возможность единой нормативной интерпретации;

q разработаны разные статистические подходы к подсчету коэффициента корреляции как в зависимости от используемых шкал (наименований, порядка, интервалов, отношений), так и в пределах одной и той же шкалы.

Так, разные подходы измерения связи использованы при обосновании процедур подсчета коэффициентов «тау» Кендэлла и «роу» Спирмена как разных ранговых коэффициентов корреляции.

Психологам часто приходится сталкиваться с проблемой выявления связей между переменными, измеренными в различных единицах. Так, баллы, полученные в интеллектуальном тесте, обычно предполагающие использование шкалы интервалов, сравниваются с «сырыми» баллами какого-нибудь личностного опросника, по отношению к которым чаще следует предполагать лишь выполнение условий шкалы порядка. Оба названных показателя могут сравниваться, например, со временем решения мыслительной задачи или числом попыток, осуществленных испытуемыми до нахождения ими окончательного решения. Баллы и секунды можно привести к единой шкале, присвоив, например, им ранги и преобразовав тем самым исходные данные в сопоставимые шкалы порядка. Однако в таком случае обычно речь идет о потере информации, поскольку шкала более высокого уровня «низводится» к шкале более низкого уровня, но не наоборот. Возможны исключения: так, по отношению к результатам процедуры прямого вынесения субъектом балльных оценок предлагаются разные способы обработки данных, рассматривающие получаемые психологические переменные то как шкалы порядка, то как шкалы интервалов.

Вариантами решения этой проблемы являются, во-первых, стандартизация переменных и, во-вторых, использование коэффициентов корреляции, заведомо включающих предположения исследователя о типе используемых шкал. Дж. Гласе и Дж. Стэнли [15] приводят таблицу, демонстрирующую эту ориентацию выбора коэффициента корреляции на тип используемых в исследовании переменных. Остановимся коротко на том, что такое стандартизированные данные, или z-преобразования переменной.

Если переменная представлена множеством п-случаев (это могут быть испытуемые, задачи и т.д.) со средним Х и стандартным отклонением , выступающим в качестве меры разброса, то эти же данные можно преобразовать в другое множество со средним 0 и стандартным отклонением, равным 1. Новые значения при этом будут непосредственно выражаться в отклонениях исходных значений от среднего, измеренных в единицах стандартного отклонения. Новые, т.е. преобразованные, значения переменной называются значениями z:

Величина z также является выборочной характеристикой дисперсии. Z-шкала выступает примером линейного преобразования значений переменной. При таком преобразовании сохраняется соотношение между первичными показателями (X) и новыми показателями z. «Относительная величина разницы между стандартными показателями, полученными при таком линейном преобразовании, в точности соответствует относительной величине различия первичных показателей. Все свойства первоначального распределения показателей полностью воспроизводятся в распределении линейных стандартных показателей. По этой причине любые вычисления, которые можно производить с исходными данными, могут также выполняться и с линейными стандартными показателями без какого-либо искажения конечных результатов» [4, с. 78].

Для ряда психологических переменных используются сложившиеся в той или иной области общепринятые оценки z. Так, для интеллектуальных тестов преобразование исходных «сырых» баллов осуществляется переводом их в шкалу со средним, равным 100, и стандартным отклонением 15 или 16. В нормативных личностных опросниках использование z-преобразования приводит к шкалам стенов и станайнов («стандартная десятка» и «стандартная девятка»). Использование этих шкал позволяет сопоставлять результаты одних и тех же испытуемых в разных тестах. Сопоставимости данных z-преобразование служит и в тех случаях, если в пределах одного и того же методического средства фиксируются содержательно разные показатели. Приведем пример методики измерения когнитивного стиля «импульсивность–рефлексивность».