心理学研究方法之相关.docx

心理学研究方法之相关一、前言威廉冯特曾经说过：“科学的进展是和研究方法上的进展密切相关联的。近年来，整个自然科学的起源都来自方法学上的革命，而在取得了巨大结果的地方，我们可以确信，它们都是以先进方法上的改进或者以新的方法的发现为前提的。”在19世纪中叶以后，心理学开始采用客观方法研究心理现象，使得研究结果可以得到重复检验，推动心理学走向独立发展的道路。现在心理学主要研究方法有五种，分别为个案法、实验法、观察法、心理测验法和相关法，其中相关法指的是通过测量来发现事物之间关系的方法。二、相关关系的简介事物总是相互联系的，它们之间的关系多种多样。主要有以下三种：1、因果关系：即一种现象是另一种现象的原因，而另一种现象是结果。例如一定刺激强度范围内，刺激强度经常是反应强度的因。2、共变关系：即表面看来有联系的两种事物事实上都与第三种现象有关，这时，这两种事物之间的关系便是共变关系。例如春天田里栽种的稻苗与田边栽种的小树，就其高度而言，表面上看起来都在增长，好像有关，事实上二者都是受天气与时间因素影响而发生变化，它们本身之间并没有直接的联系。3、相关关系：即两类现象在发展变化的方向与大小方面存在一定的联系，但不能确定是因果或是共变关系。具有相关关系的两种现象之间的关系比较复杂，仅仅通过相关分析是不能得出直接明确结果的。其中相关关系按不同标准又可以进一步细分：1、按相关的程度划分，现象之间的相关关系可以划分为完全相关、不相关和不完全相关三种。当一个现象的数量变化完全由另一个现象的数量变化所决定时，称这两所现象之间的关系为完全相关；当两个现象彼此互相不影响，其数量变化各自独立时，就称为不相关；当两个现象之间的关系介于完全相关和不相关之间时，就是不完全相关。完全相关可以以方程的方式呈现，因此，完全相关便转化为一般意义上的函数关系；通常现象都是不完全相关，这是相关分析的主要研究对象。2、按相关的方向划分，现象之间的相关关系可划分为正相关和负相关。当一个现象的数量由小变大，另一个现象的数量也相应由小变大时，这种相关就称为正相关；反之，则称为负相关。需要注意的是，许多现象的正、负相关的关系仅在一定范围内存在。3、按相关的形式划分，现象之间的相关关系可划分为线性相关和非线性相关。相关关系是一种数量关系上不严格的相互依存的关系。当两种相关关系之间大致呈现出线性关系时，则称为线性相关；如果两种相关现象之间近似的表现为一条曲线，则称为非线性相关。4、按照影响因素的多少划分，现象之间的相关关系可划分为单相关、复相关和偏相关。单相关是两个变量间的关系，即一个因变量对一个自变量的相关关系，也叫简相关；复相关是指三个或三个以上变量之间的关系，即一个因变量对两个或两个以上自变量的相关关系，又称多元相关；偏相关是指某一变量与多个变量相关时，假定其他变量不变，其中两个变量的相关关系。三、相关关系的影响因素在对事物的相关关系进行判断之前，必须保证数据的有效性和数据的变异性。例如两个变量在总体上相关，但是在限制或控制其中一个变量的值域范围后，二者之间的相关系数相对于变量的值没有限制的情况来说会更小。也可能存在两个数据在总体上不相关，但数据的巧妙选取使得计算出的相关系数绝对值较高。所以只有尽力收集充分的离散数据才可以得到最具代表性的结果。四、相关关系的判断1、可通过制定相关图或相关表，感性地判断现象之间大致呈现何种关系，是计算相关系数前对于相关关系的预判。包括：（1）以二变量的原始数据为横、纵坐标绘制散点图。散点图是确定变量之间是否存在相关关系及关系紧密程度的简单而有直观的方法。散点图通过点的散布形状和疏密程度来显示两个变量的相关趋势和相关程度，能够对原始数据间的关系做出直接而有效的预测和解释。成对的观测值越多，散点图提供的信息就越准确。如果所有散点分布呈椭圆状，则说明二变量之间呈线性关系。如果椭圆长轴的倾斜方向为左低右高（以X轴为基准），则为正相关，左高右低则为负相关；如果散点图呈现圆形，就为零相关或弱相关。（2）以二变量的Z分数为横、纵坐标绘制散点图。这时对于相关趋势的考察就会更清楚。以标准分数为坐标的相关散布图，相当于把原坐标轴平移到X=X，Y=Y，新坐标系的原点为（X，Y）。新的坐标轴把把散点分为四个部分，若散点接近相等的分布在四个象限中，则相关系数接近于零；若一、三象限的散点明显多于二、四象限，为正相关；若二、四象限的散点明显多于一、三象限，为负相关。两个变量相关程度由若一、三象限的与二、四象限散点的差数而定，差数越大，相关程度越高。 （3）可制定相关表。相关表是一种显示变量之间相关关系的统计表，通常将两个变量的对应值平行排列，且其中某一变量按其取值大小顺序排列，便可得到相关表。根据资料是否分组，相关表可分为简单相关表和分组相关表。简单相关表是资料未经分组的相关表，它是把因素标志值按照从小到大的顺序并配合结果标志值一一对应而平行排列起来的统计表，是现象标志之间相关研究初步结果的表现。分组相关表又可分为单变量分组相关表和双变量分组相关表。单变量分组相关表是指自变量分组并计算次数，而对应的因变量不分组，只计算其平均值；双变量分组相关表是指自变量和因变量都进行分组而成的相关表，这种表形似棋盘，故又称棋盘式相关表。其编制程序是：首先，分别确定自变量和因变量的组数；其次按两个变量的组数设计棋盘式表格；最后，计算各组次数置于相对应的方格之中。现在对于相关表的使用较少2、可通过计算变量之间的相关系数，精确描述变量间的相关关系。在计算之前需根据要处理数据的性质类别以及某一相关系数需要满足的假设条件来选取合适的相关系数。如果一个变量是人为二分型数据，另一个变量也是人为二分型数据，则用四格相关；如果一个变量是人为二分型数据，另一个变量是真正二分型数据，则用phi系数；如果一个变量是人为二分型数据，另一个变量是等级数据，则用二列相关；如果一个变量是人为二分型数据，另一个变量是等距数据，也用二列相关；如果一个变量是真正二分型数据，另一个变量也是真正二分型数据，则用phi系数；如果一个变量是真正二分型数据，另一个变量是等级数据，则用二列相关；如果一个变量是真正二分型数据，另一个变量是等距数据，则用点二列相关；如果一个变量是等级数据，另一个变量也是等级数据，则用等级相关；如果一个变量是等级数据，另一个变量是等距数据，则用等级相关或多列相关；如果一个变量是等距数据，另一个变量也是等距数据，则用积差相关。最常用的是积差相关，其数据需要满足以下几个条件：要求成对的数据，即若干个体中每个个体都有两种不同的观测值；两列变量各自总体的分布都是正态；两个相关的变量是连续变量；两列变量之间的关系应是直线型的。其余比较常用的有斯皮尔曼等级相关，主要用于解决称名数据和顺序数据的相关问题。对于等距或等比性质的连续变量数据如果按照它的取值大小赋予等级顺序转换为顺序变量数据也可以计算等级相关，这时就不必考虑数据分布是否正态了。五、相关系数的解释相关系数是两列变量间相关程度的数字表现形式，在样本中的相关系数通常用符号r表示，作为总体参数通常用符号表示。相关系数的取值范围介于-1.00和+1.00之间，它是一个比率，常用小数形式表示，但其并不是等距的测量值，因此在比较相关程度时不能用倍数关系说明。相关系数的“+、-”表示双变量数列之间相关的方向，正值表示正相关，负值表示负相关，其取值的绝对值大小表示相关的强弱程度，绝对值接近1.00端一般为相关程度密切，r=+1.00表示完全正相关，r=-1.00表示完全负相关；接近0端一般为关系不够密切，r=0表示完全独立，也就是零相关，即变量间无任何相关性。计算得出样本的相关系数后，还可以进行显著性检验，确定相关系数的有效性：首先要为相关构建一个置信区间；其次进行相关的假设检验：提出原假设和备择假设，构造并计算统计量；最后比较p值和显著性水平，做出统计决策：若p值小于显著性水平，则拒绝原假设，否则，则接受原假设，即认为变量之间不存在显著相关性。最重要的是根据不同类的相关系数，使用不同的检验统计量，例如对于积差相关可以用t检验，对于斯皮尔曼等级相关可以用z检验。我们还可以通过相关系数计算决定系数。决定系数就是相关系数的平方，是对相关系数的精确解释。通过计算决定系数能够确定一个变量的方差可以被另一个变量的方差解释的程度。相关越强，决定系数越大，则越多的方差可以被解释，两个变量之间共享的特征越多，一个变量就可以更多的解释另一个变量表示出来的信息。六、相关关系的应用相关并不意味着因果关系。有研究表明爱好交际与生活满意度之间存在正相关，然而我们并不能理所应当的认为喜好交际将使人们对自己的生活更满意，也有可能是因为人们对自己的生活感到满意，所以更愿意参加社交活动。相关证据无法说明变量间何为因、何为果。我们不能仅根据变量间的相关证据就确定其因果关系。并且相关也可能是个假相关，即在两个存在相关的变量间还可能存在另一种因果解释。例如，我们可能找到第三个变量，如朋友数量越多可能导致人们更喜好交际，从而对生活更满意。可以由第三个变量进行解释的相关关系称为假相关。在心理学的研究中，相关被应用到许多方面：可以用相关评价信度和效度。例如在观察法中用于评价不同的独立观察者针对同一观察所做记录的一致性程度，以及在自陈量表中判断重测信度和构念效度；也可以用相关预测自然发生变量间的关系。例如在调查法中的横断设计或者纵向设计，或者是在实验法中的自然组设计，通过调查数据发现变量间的相关关系；还可以用相关为进一步的研究探明道路，即相关满足一种共变，是因果推论的坚实基础。在存在相关关系的基础上，还可以通过路径分析进一步确定变量间的关系。路径分析能够确定中介变量和调节变量，中介变量用于解释两个变量之间的相关，调节变量能够影响两个变量之间的方向和强度。以Vlaentiner的研究为例，最初通过相关研究发现父母支持与大学生心理调适上的变化之间存在直接的相关关系，在试图解释上述的直接关系时，研究者认为也许学生应对压力的方式是介于父母支持与适应之间的变量，并发现了父母的支持与大学生采用更具适应性的“积极应对”之间存在相关以及大学生采用更具适应性的“积极应对”与大学生心理调适上的变化之间存在相关，最后可得出的解释是父母的