Bevezetés a pszichológiába

korrelációs kutatás

a korreláció azt jelenti, hogy kapcsolat van két vagy több változó között (például fagylaltfogyasztás és bűnözés), de ez a kapcsolat nem feltétlenül jelenti az okot és az okozatot. Ha két változó korrelál, ez egyszerűen azt jelenti, hogy az egyik változó változik, így a másik is. A korrelációt a korrelációs együttható néven ismert statisztika kiszámításával mérhetjük. A korrelációs együttható -1-től +1-ig terjedő szám, amely a változók közötti kapcsolat erősségét és irányát jelzi. A korrelációs együtthatót általában r betű képviseli.

a korrelációs együttható számrésze jelzi a kapcsolat erősségét. Minél közelebb van a szám 1-hez (legyen az negatív vagy pozitív), annál erősebben kapcsolódnak a változók, és annál kiszámíthatóbb változások lesznek az egyik változóban, ahogy a másik változó változik. Minél közelebb van a szám a nullához, annál gyengébb a kapcsolat, és annál kevésbé kiszámíthatóvá válnak a változók közötti kapcsolatok. Például a 0,9 korrelációs együttható sokkal erősebb kapcsolatot jelez, mint a 0,3 korrelációs együttható. Ha a változók egyáltalán nem kapcsolódnak egymáshoz, akkor a korrelációs együttható 0. A fenti példa a fagylaltról és a bűnözésről egy példa két változóra, amelyekről azt várhatjuk, hogy nincsenek kapcsolatban egymással.

a korrelációs együttható pozitív vagy negatív jele jelzi a kapcsolat irányát (1.ábra). A pozitív korreláció azt jelenti, hogy a változók ugyanabba az irányba mozognak. Másképp fogalmazva, ez azt jelenti, hogy ahogy az egyik változó növekszik, úgy növekszik a másik is, és fordítva, amikor az egyik változó csökken, akkor a másik is. A negatív korreláció azt jelenti, hogy a változók ellentétes irányban mozognak. Ha két változó negatívan korrelál, az egyik változó csökkenése a másik növekedésével jár, és fordítva.

a jégkrém és a bűnözési ráta példája pozitív korreláció, mivel mindkét változó növekszik, ha melegebb a hőmérséklet. A pozitív összefüggések további példái az egyén magassága és súlya közötti kapcsolat, vagy a személy kora és a ráncok száma közötti kapcsolat. Várható, hogy negatív korreláció áll fenn valakinek a nappali fáradtsága és az előző éjszaka aludt óráinak száma között: az alvás mennyisége csökken, ahogy a fáradtság érzése növekszik. A negatív korreláció valós példájában a Minnesotai Egyetem hallgatói kutatói gyenge negatív korrelációt találtak (r = -0,29) a heti átlagos napok száma között, amikor a hallgatók kevesebb, mint 5 órát aludtak, és a GPA-juk között (Lowry, Dean, & Manders, 2010). Ne feledje, hogy a negatív korreláció nem ugyanaz, mint a nincs korreláció. Például valószínűleg nem találunk összefüggést az alvásórák és a cipőméret között.

mint korábban említettük, a korrelációk prediktív értékkel rendelkeznek. Képzeld el, hogy egy nagy egyetem felvételi bizottságában vagy. Hatalmas számú pályázattal szembesül, de a pályázó készletnek csak kis százalékát tudja befogadni. Hogyan döntheti el, hogy kit kell befogadni? Megpróbálhatja korrelálni a jelenlegi hallgatók főiskolai GPA-ját a szabványosított tesztek, például a SAT vagy az ACT pontszámaival. Megfigyelve, hogy mely összefüggések voltak a legerősebbek a jelenlegi hallgatók számára, felhasználhatja ezeket az információkat az egyetemre felvételt kérő hallgatók relatív sikerének előrejelzésére.

ábra 1. A Scatterplots a korrelációk erősségének és irányának grafikus nézete. Minél erősebb a korreláció, annál közelebb vannak az adatpontok egy egyenes vonalhoz. Ezekben a példákban azt látjuk, hogy van (a) pozitív korreláció a súly és a magasság között, (b) negatív korreláció a fáradtság és az alvásórák között, és (c) nincs korreláció a cipő mérete és az alvásórák között.

A korreláció nem jelzi az okozati összefüggést

a korrelációs kutatás azért hasznos, mert lehetővé teszi számunkra, hogy felfedezni a két változó közötti kapcsolatok erősségét és irányát. A korreláció azonban korlátozott, mert a kapcsolat fennállásának megállapítása keveset mond az okról és az okozatról. Míg a változók néha korrelálnak, mert az egyik okozza a másikat, az is lehet, hogy valamilyen más tényező, zavaró változó, valójában az érdekes változók szisztematikus mozgását okozza. A korábban említett fagylalt/bűnözési arány példában a hőmérséklet zavaró változó, amely figyelembe veheti a két változó kapcsolatát.

még akkor is, ha nem tudunk egyértelmű zavaró változókra mutatni, nem szabad feltételeznünk, hogy két változó közötti korreláció azt jelenti, hogy az egyik változó változásokat okoz a másikban. Ez frusztráló lehet, ha az ok-okozati kapcsolat egyértelműnek és intuitívnak tűnik. Gondolj vissza az American Cancer Society által végzett kutatásainkra, és arra, hogy kutatási projektjeik voltak az első demonstrációk a dohányzás és a rák közötti kapcsolatról. Ésszerűnek tűnik azt feltételezni, hogy a dohányzás rákot okoz, de ha csak a korrelációs kutatásokra korlátozódnánk, túllépnénk a határainkat ezzel a feltételezéssel.

sajnos az emberek tévesen állítják az ok-okozati összefüggéseket a korrelációk függvényében. Az ilyen állítások különösen gyakoriak a reklámokban és a hírekben. Például a legújabb kutatások azt találták, hogy azok az emberek, akik rendszeresen gabonát fogyasztanak, egészségesebb súlyokat érnek el, mint azok, akik ritkán esznek gabonát (Frantzen, Trevi), Echon, Garcia-Dominic, & DiMarco, 2013; Barton et al., 2005). Találd ki, hogy a gabonacégek hogyan jelentik ezt a megállapítást. A gabonafélék fogyasztása valóban az egészséges testsúly fenntartását okozza-e az egyénnek, vagy vannak-e más lehetséges magyarázatok, például az egészséges testsúlyú emberek nagyobb valószínűséggel fogyasztanak rendszeresen egészséges reggelit, mint az elhízott emberek, vagy valaki, aki elkerüli az étkezést az étrend megkísérlése érdekében (2. ábra)? Míg a korrelációs kutatás felbecsülhetetlen értékű a változók közötti kapcsolatok azonosításában, fő korlátozás az ok-okozati összefüggés megállapításának képtelensége. A pszichológusok nyilatkozatokat akarnak tenni az okról és az okozatról, de ennek egyetlen módja egy kísérlet elvégzése egy kutatási kérdés megválaszolására. A következő szakasz leírja, hogy a tudományos kísérletek hogyan tartalmaznak olyan módszereket, amelyek kiküszöbölik vagy ellenőrzik az alternatív magyarázatokat, amelyek lehetővé teszik a kutatók számára, hogy feltárják, hogy az egyik változó változásai hogyan okoznak változásokat egy másik változóban.

2. ábra. A gabonafélék fogyasztása valóban egészséges súlyt okoz valakinek? (hitel: Tim Skillern)

illuzórikus összefüggések

a kísértés, hogy hibás ok-okozati állítások alapján korrelációs kutatás nem az egyetlen módja hajlamosak félreértelmezni adatokat. Hajlamosak vagyunk az illuzórikus összefüggések hibáját is elkövetni, különösen a nem szisztematikus megfigyelésekkel. Illuzórikus korrelációk, vagy hamis korrelációk, akkor fordulnak elő, amikor az emberek úgy gondolják, hogy két dolog között vannak kapcsolatok, amikor ilyen kapcsolat nem létezik. Az egyik jól ismert illuzórikus korreláció az a feltételezett hatás, amelyet a hold fázisai gyakorolnak az emberi viselkedésre. Sokan szenvedélyesen állítják, hogy az emberi viselkedést befolyásolja a hold fázisa, különös tekintettel arra, hogy az emberek furcsán viselkednek, amikor a hold tele van (3.ábra).

3. ábra. Sokan úgy vélik, hogy a telihold miatt az emberek furcsán viselkednek. (hitel: Cory Zanker)

nem tagadható, hogy a Hold erőteljes hatást gyakorol bolygónkra. Az óceán árapályának apálya és áramlása szorosan kötődik a Hold gravitációs erőihez. Ezért sokan úgy vélik, hogy logikus, hogy a hold is hatással van ránk. Végül is a testünk nagyrészt vízből áll. Közel 40 tanulmány metaanalízise azonban következetesen kimutatta, hogy a hold és a viselkedésünk közötti kapcsolat nem létezik (Rotton & Kelly, 1985). Bár a hold teljes fázisában nagyobb figyelmet fordíthatunk a furcsa viselkedésre, a páratlan viselkedés aránya állandó marad a holdciklus során.

miért vagyunk olyan hajlamosak hinni az ilyen illuzórikus összefüggésekben? Gyakran olvasunk vagy hallunk róluk, és egyszerűen elfogadjuk az információkat érvényesnek. Vagy, van egy megérzésünk arról, hogyan működik valami, majd bizonyítékokat keresünk ennek a megérzésnek az alátámasztására, figyelmen kívül hagyva azokat a bizonyítékokat, amelyek azt mondanák nekünk, hogy a megérzésünk hamis; ezt megerősítő elfogultságnak nevezik. Máskor illuzórikus összefüggéseket találunk azon információk alapján, amelyek a legkönnyebben eszébe jutnak, még akkor is, ha ez az információ súlyosan korlátozott. És bár biztosak lehetünk abban, hogy ezeket a kapcsolatokat felhasználhatjuk arra, hogy jobban megértsük és megjósoljuk a körülöttünk lévő világot, az illuzórikus összefüggéseknek jelentős hátrányai lehetnek. Például a kutatások azt sugallják, hogy az illuzórikus összefüggések—amelyekben bizonyos viselkedéseket pontatlanul tulajdonítanak bizonyos csoportoknak—részt vesznek az előítéletes attitűdök kialakulásában, amelyek végül diszkriminatív magatartáshoz vezethetnek (Fiedler, 2004).