Часть II. Введение в научное психологическое исследование
рами переменных, а множественный, или многомерный, — меж-
ду многими переменными одновременно. Распространенной в
прикладной статистике формой многомерного корреляционно-
го анализа является факторный анализ. На рис. 74 в виде множества точек представлены различные
виды зависимостей между двумя переменными X и Y (различ-
ные поля корреляций между ними).
На фрагменте рис. 74, отмеченном буквой А, точки случай-
ным образом разбросаны по координатной плоскости. Здесь по
величине X нельзя делать какие-либо определенные выводы о
величине У. Если в данном случае подсчитать коэффициент кор-
реляции, то он будет равен 0, что свидетельствует о том, что до-
стоверная связь между X и У отсутствует (она может отсутство-
вать и тогда, когда коэффициент корреляции не равен 0, но бли-
зок к нему по величине). На фрагменте Б рисунка все точки ле-
жат на одной прямой, и каждому отдельному значению перемен-
ной X можно поставить в соответствие одно и только одно зна-
чение переменной У, причем, чем большее, тем больше Y. Такая
связь между переменными X и У называется прямой, и если это
прямая, соответствующая уравнению регрессии, то связанный с
ней коэффициент корреляции будет равен +1. (Заметим, что в
жизни такие случаи практически не встречаются; коэффициент
корреляции почти никогда не достигает величины единицы.)
На фрагменте В рисунка коэффициент корреляции также бу-
дет равен единице, но с отрицательным знаком: -1. Это означает
обратную зависимость между переменными Xи У, т.е., чем боль-
ше одна из них, тем меньше другая.
На фрагменте Г рисунка точки также разбросаны не случай-
но, они имеют тенденцию группироваться в определенном на-
правлении. Это направление приближенно может быть представ-
лено уравнением прямой регрессии. Такая же особенность, но с
противоположным знаком, характерна для фрагмента Д. Соот-
ветствующие этим двум фрагментам коэффициенты корреляции
приблизительно будут равны +0,50 и -0,30. Заметим, что кру-
тизна графика, или линии регрессии, не оказывает влияния на
величину коэффициента корреляции.
576