Съотношение е статистическо измерване на връзката между две променливи. Възможните корелации варират от +1 до -1. Нулевата корелация показва, че няма връзка между променливите.
Корелация от -1 показва перфектна отрицателна корелация, което означава, че когато една променлива се покачва, другата намалява. Корелация на +1 показва перфектна положителна корелация, което означава, че и двете променливи се движат в една и съща посока заедно.
Корелациите играят важна роля в изследванията на психологията. Корелационните изследвания са доста разпространени в психологията, особено защото някои неща са невъзможни за пресъздаване или изследване в лаборатория.
Вместо да извършват експеримент, изследователите могат да събират данни от участниците, за да разгледат връзките, които могат да съществуват между различни променливи. От данните и анализа, които те събират, изследователите след това могат да правят изводи и прогнози за естеството на връзките между различни променливи.
Коефициентът на корелация
Силата на корелация се измерва от -1,00 до +1,00. Коефициентът на корелация, често изразен като r, показва мярка за посоката и силата на връзката между две променливи. Когато r стойност е по-близо до +1 или -1, това показва, че има по-силна линейна връзка между двете променливи.
Корелация от -0,97 е силна отрицателна корелация, докато корелация от 0,10 би била слаба положителна корелация. Корелация от +0,10 е по-слаба от -0,74, а корелация от -0,98 е по-силна от +0,79.
Когато мислите за корелация, просто запомнете това удобно правило: Колкото по-близо е корелацията до 0, толкова по-слаба е, докато колкото по-близо е до +/- 1, толкова по-силна е.
Скатерграми
Скатерграмите (наричани още разпръснати диаграми, разпръснати диаграми или разпръснати диаграми) се използват за нанасяне на променливи на диаграма (вижте примера по-горе), за да се наблюдават асоциациите или връзките между тях. Хоризонталната ос представлява една променлива, а вертикалната ос представлява другата.
Всяка точка на графиката е различно измерване. От тези измервания може да се изчисли линия на тренда. Коефициентът на корелация е наклонът на тази линия. Когато корелацията е слаба (r е близо до нула), линията е трудно различима. Когато корелацията е силна (r е близо до 1), линията ще бъде по-очевидна.
Нулеви корелации
Нулевата корелация предполага, че статистиката на корелацията не показва връзка между двете променливи. Важно е да се отбележи, че това не означава, че изобщо няма връзка; това просто означава, че няма линейна връзка. Нулева корелация често се посочва с помощта на съкращението r = 0.
Разбиране на корелациите
Корелациите могат да объркат и много хора приравняват положителното със силно и отрицателното със слабото. Връзката между две променливи може да бъде отрицателна, но това не означава, че връзката не е силна.
Слабата положителна корелация би показала, че докато и двете променливи са склонни да се покачват в отговор една на друга, връзката не е много силна. Силната отрицателна корелация, от друга страна, би показала силна връзка между двете променливи, но тази се покачва, когато другата намалява.
Корелацията не е причинно-следствена връзка
Разбира се, корелацията не е равна на причинно-следствената връзка. Това, че две променливи имат връзка, не означава, че промените в едната променлива причиняват промени в другата. Корелациите ни казват, че има връзка между променливите, но това не означава непременно, че едната променлива причинява промяна на другата.
Често цитиран пример е връзката между консумацията на сладолед и процента на убийствата. Проучванията са установили връзка между увеличените продажби на сладолед и скоковете при убийствата. Яденето на сладолед обаче не ви кара да извършите убийство. Вместо това има трета променлива: топлина. И двете променливи се увеличават през лятото.
Илюзорна корелация
Илюзорна корелация е възприемането на връзката между две променливи, когато всъщност съществува само малка връзка или изобщо няма такава. Илюзорната корелация не винаги означава извод за причинно-следствена връзка; това може също да означава извод за връзка между две променливи, когато една не съществува.
Например, хората понякога предполагат, че тъй като две събития са се случили заедно в даден момент в миналото, едно събитие трябва да е причина за другото. Тези илюзорни корелации могат да се появят както при научни изследвания, така и в реални ситуации.
Стереотипите са добър пример за илюзорни корелации. Изследванията показват, че хората са склонни да приемат, че определени групи и черти се срещат заедно и често надценяват силата на връзката между двете променливи.
Например, да предположим, че човек има погрешно убеждение, че всички хора от малките градове са изключително мили. Когато човек срещне много мил човек, неговото непосредствено предположение може да бъде, че той е от малък град, въпреки факта, че добротата не е свързана с населението на града.
