Коэффициент корреляции оценивает взаимоотношения между двумя переменными двояким
образом. Во-первых, он указывает направление этих взаимоотношений, во-вторых, степень их
выраженности.
На направление взаимоотношений двух переменных указывает знак коэффициента
корреляции: он может быть положительным или отрицательным. Положительная корреляция
означает, что по мере возрастания (снижения) значений одной переменной значения другой
переменной также возрастают (снижаются). При отрицательной корреляции по мере возрастания
(снижения) значений одной переменной значения другой переменной снижаются (возрастают).
На степень выраженности (тесноту связи) взаимоотношений двух переменных указывает
величина коэффициента корреляции. Он может изменяться в диапазоне от -1,00 до +1,00. Если
коэффициент корреляции между переменными равен или близок к 0, нет оснований для
предсказания одной переменной по другой. Например, после того как интеллект по коэффициенту
IQ достигает примерно 120 баллов, взаимоотношения между интеллек-
210
том и креативностью показывают корреляцию, близкую к нулю (Runco, 1999). Зная, что у человека
высокий интеллект, нет оснований предсказывать у него высокую креативность.
Значение, равное +1,00, показывает совершенную положительную корреляцию и значение —
1,00 — совершенную отрицательную корреляцию. Значения в диапазоне от 0,00 до +1,00 или от
0,00 до —1,00 дают информацию о степени вероятности предсказания: чем больше коэффициент
корреляции (ближе к +1 или —1), тем выше вероятность предсказания.
Установлено, что у юношей-старшеклассников коэффициент корреляции между переменными
страха отвержения и независимости равен —0,44 (Дорфман, Феногентова, 2000). Это означает, что
чем выше независимость юношей, тем менее выражен у них страх отвержения. И наоборот, чем выше
страх отвержения, тем менее выражена у них независимость. Другими словами, страх отвержения
можно предсказать по степени выраженности независимости, а независимость можно предсказать по
степени выраженности страха отвержения. Судя по величине коэффициента корреляции (-0,44),
вероятность предсказания является умеренной: не слабой, но и не очень сильной.
Следует различать величину коэффициента корреляции, указывающую степень
выраженности (тесноту связи) взаимоотношений переменных, и знак коэффициента корреляции,
указывающий направление этих взаимоотношений. Величина коэффициента корреляции, равная
—0,65, указывает на более тесные взаимоотношения переменных А и Б, чем величина
коэффициента корреляции, равная +0,37, указывающая взаимоотношения переменных Б и В. Знак
коэффициента корреляции дает несколько иную информацию: о том, что по мере увеличения
значений переменной А значения переменной Б уменьшаются (если отрицательный знак
корреляции), и о том, что по мере увеличения значений переменной Б значения переменной В
также возрастают (если положительный знак корреляции).
211
РЕГРЕССИЯ
Более точными инструментами предсказания, чем корреляции, служат уравнения регрессии.
В корреляционных взаимоотношениях предсказания одной переменной по другой являются
взаимными. Например, страх отвержения можно предсказать, измеряя независимость, а
независимость можно предсказать, измеряя страх отвержения (Дорфман, Феногентова, 2000).
Результаты предсказания будут одинаковыми в обе стороны. Взаимные корреляционные
предсказания переменных друг по другу, однако, не всегда достаточно точны.
В отличие от корреляционного анализа, регрессионный анализ позволяет специально
различать переменную, которая предсказывается, и переменную, по которой делаются
предсказания. Бывает так, что можно предсказывать переменную А по переменной Б, но не
переменную Б по переменной А. Бывает и так, что предсказания переменной А по переменной Б
отличаются от предсказаний переменной Б по переменной А. То есть предсказания переменных A
и Б на основании друг друга не всегда взаимны. Например, в исследовании мотивов аффилиации у
старшеклассников средствами регрессионного анализа было установлено, что между