Вопрос 17. Интерпретация коэффициента корреляции и коэффициента регрессии.
Коэффициент корреляции.
Более глубокий математический анализ характеристик изучаемого явления – выяснение их взаимодействияи тенденций изменения – осуществляется путем сравнения и сопоставления рядов распределения, построенных на основании группировок по различным признакам. Для решения такой задачи разработаны специальные коэффициенты – коэффициенты корреляции.
Корреляцией называют наличие статистической взаимосвязи признаков. Рассмотрим один из них – коэффициент ранговой корреляции . Он легко рассчитывается «вручную», а применение его весьма эффективно при анализе распределений социологической информации, полученной при помощи ранговой шкалы.
Фактически коэффициент ранговой корреляции выявляет либо степень идентичности распределения установок, мнений,характеристик двух сравниваемых групп респондентов при их ответах на один и тот же вопрос, либо близость распределения ответов одних и тех же групп респондентов на смежные по содержанию вопросы. Применение коэффициента ранговой корреляции удобно также для сравнения данных анкетного опроса и данных контент анализа при изучении, в частности,эффективности рекламной либо политико-агитационной деятельности средств массовой коммуникации.
Коэффициент регрессии.
С помощью регрессионного анализа устанавливают детер-минационные отношения, т. е. исчисляют, насколько изменения одной (зависимой) переменной объясняются соответствующими изменениями других (независимых) переменных.
ВОПРОС № 18
Реальные эксперименты , особенно, эксперименты в социальных науках — не бывают и не могут быть идеальными и безупречно надежными. Следовательно, перед исследователем всегда стоит задача статистической оценки значимости полученных результатов.
Статичтическая значимость - подтвержденность результатов исследования процедурами статистического вывода . Обычно говорят о С.З. различий между какими-либо параметрами генеральной совокупности , мер связи , коэффициентов статистических моделей и т.п.
Статистическая Значимость
Степень, в которой является маловероятным то, что полученный результат был бы получен, если бы действовали только случайные факторы и, следовательно, степень, в которой это может быть приписано систематическим влияниям. Сама эта степень обычно определяется и обозначается как вероятность; например, р < 0,05 означает, что полученные результаты (или более экстремальные результаты) могли быть получены случайно только в менее чем 5 случаях из 100. Чем меньше значение р, тем более значимы результаты; то есть тем менее вероятно, что они были получены случайно. См. уровень значимости.
Итак, для того чтобы оценить статистическую значимость в элементарных рандомизированных планах, описанных выше, нам необходимо проверить статистическую гипотезу о разности средних значений зависимой переменной в контрольной и экспериментальной группах. Конкретное значение разности средних значений зависимой переменной в экспериментальной и контрольной группе, обнаруженное в отдельном эксперименте (скажем, 4 балла по некоторой “шкале пацифизма”), нужно соотнести с определенным интервалом, в который это значение “укладывается” с заданной (доверительной) вероятностью. Иными словами, нужно решить задачу интервального оценивания, подобную задаче оценки отдельного параметра совокупности в выборочном обследовании (эта задача описана в гл. 8). Разница в том, что проводя эксперимент, мы интересуемся не вероятными пределами, в которых лежит некая характеристика выборки из реально существующей совокупности, а пределами, в которых лежит полученный нами в эксперименте результат относительно результата воображаемой бесконечной совокупности идентичных экспериментов. Нулевая гипотеза утверждает, что истинное значение различия средних равно нулю, варьируя в каких-то пределах от эксперимента к эксперименту (т. е.
Если удается показать, что полученное в эксперименте значение разности групповых средних не позволяет принять нулевую гипотезу, то делается вывод о подтверждении гипотезы, противоположной нулевой (т.е. 
— о статистической значимости различий между группами — и, значит, о подтверждении экспериментальной гипотезы (или о подтверждении гипотезы, противоположной экспериментальной, — если различие между экспериментальной и контрольной группой оказалось с обратным знаком). Заметьте, что нулевая гипотеза всегда формулируется как гипотеза о том, что истинное значение разности средних (или, скажем, величины взаимосвязи между двумя переменными) равно нулю, а полученные в эксперименте величины отличаются от нуля исключительно из-за случайной ошибки выборки. Чем дальше от нуля — в ту или другую сторону — расположено наблюдаемое значение, тем больше его статистическая значимость и меньше вероятность того, что оно явилось результатом ошибки выборки.
ВОПРОС № 19
ВОПРОС № 20