Кореляція у психології: як читати коефіцієнт r і не помилитися

Психолог рідко може провести чистий експеримент: людині не «призначиш» травму, розлучення батьків чи двадцять сесій терапії. Тому велика частина знань у психології тримається на кореляційних дослідженнях — на спостереженні за тим, як дві ознаки змінюються узгоджено. І водночас кореляція лишається показником, який читають неправильно найчастіше: у ньому раз у раз бачать причину там, де є лише спільна мінливість. Розберемо, що саме вимірює цей коефіцієнт, як його читати і де на дослідника чекають пастки.

Що таке кореляція у психології

Кореляція — це міра узгодженості змін двох ознак: чи зростає одна разом з іншою і наскільки послідовно. Її виражають коефіцієнтом кореляції, який позначають латинською літерою r, а його значення лежить у межах від мінус одиниці до плюс одиниці. Знак говорить про напрям зв'язку, модуль — про його силу.

Коефіцієнт симетричний: значення r між тривожністю і безсонням точно таке саме, як між безсонням і тривожністю. Уже з цієї властивості видно, чому число не здатне вказати напрям впливу — у формулі просто немає місця для «причини» і «наслідку». Коли треба саме передбачати одну змінну за іншою, переходять до регресії: вона спирається на ту саму спільну мінливість, але вже розрізняє, що прогнозують і за чим.

Для психології кореляційний дизайн — не «слабший експеримент», а окремий інструмент із власними завданнями. Він потрібен там, де змінну неможливо або неетично задавати самому дослідникові: зв'язок стилю прив'язаності з якістю дорослих стосунків, тривожності з успішністю, тривалості сну з емоційним станом. У всіх цих випадках дослідник не втручається, а вимірює те, що вже існує, і питає, наскільки узгоджено ці ознаки змінюються.

Друга велика сфера застосування — перевірка самих методик. Узгодженість пунктів опитувальника, стабільність результату при повторному тестуванні, зв'язок нової шкали з уже визнаною — усе це кореляції. Без них неможливо довести валідність жодного інструмента, тому психометрика фактично побудована на цьому показнику.

Звідки взявся коефіцієнт кореляції

Поняття народилося поза психологією. 1888 року британський дослідник Френсіс Гальтон опублікував статтю про «спів-відношення» ознак, у якій на антропометричних вимірах показав: знаючи довжину передпліччя людини, її зріст можна передбачити з певною точністю. Гальтон запропонував виражати таку взаємопов'язаність одним числом.

Математичну форму показнику надав Карл Пірсон — саме його ім'я носить найпоширеніший сьогодні коефіцієнт добутку моментів.

У психологію інструмент увійшов завдяки Чарльзу Спірмену. У праці 1904 року він зіставив шкільні оцінки дітей з різних предметів із показниками сенсорної розрізняльної здатності — і побачив, що всі кореляції додатні: хто кращий в одному, той зазвичай кращий і в іншому. З цієї таблиці кореляцій виросла ідея загального фактора інтелекту, з якої згодом розвинулося вимірювання коефіцієнта інтелекту. Тоді ж Спірмен запропонував рангову кореляцію і поправку на послаблення — спосіб урахувати, що недосконале вимірювання занижує будь-який зв'язок.

Як читати коефіцієнт: напрям і сила

Знак відповідає на питання «в який бік». Позитивна кореляція означає, що зі зростанням однієї ознаки друга теж зростає: більше годин самостійної підготовки — вищі підсумкові бали.

Негативна кореляція описує протилежний рух: що вищий рівень соціальної підтримки, то нижчі показники самотності. Знак сам собою не оцінює явище — «мінус» не гірший за «плюс», він лише вказує напрям.

Модуль відповідає на питання «наскільки щільно». Одиниця означала б ідеальний збіг, коли за однією ознакою можна безпомилково відновити другу. У психології таких значень не буває: будь-яка психічна властивість вимірюється з похибкою і залежить від багатьох причин одразу.

Окремої обережності вимагає нуль. Нульова кореляція означає відсутність лінійного зв'язку — і тільки. Класичний контрприклад — перевернута U-подібна залежність між рівнем збудження і продуктивністю: помірна напруга допомагає, а надто низька і надто висока однаково заважають. Лінійний коефіцієнт на таких даних буде близький до нуля, хоча зв'язок очевидний. Саме тому діаграму розсіювання будують завжди: однакове r можуть давати геть різні за формою хмари точок.

Пірсон чи Спірмен: який коефіцієнт обрати

Коефіцієнт Пірсона розрахований на метричні дані й лінійний зв'язок. Він чутливий до викидів: один нетиповий учасник із екстремальними значеннями здатен на невеликій вибірці помітно підняти результат або звести його нанівець.

Рангова кореляція Спірмена працює не з самими значеннями, а з їхніми порядковими номерами. Її беруть, коли дані порядкові (місця в рейтингу, бали експертних оцінок), коли розподіл далекий від нормального або коли зв'язок монотонний, але не прямолінійний. Ціна цієї стійкості — втрата частини інформації про відстані між значеннями.

Практичне правило просте: спершу графік, потім коефіцієнт. Вибір між двома формулами роблять після погляду на форму хмари точок, а не до нього.

Чому кореляція не доводить причину

Це головне застереження всієї теми. Коефіцієнт фіксує спільну мінливість — і мовчить про її джерело. За кожним «А пов'язане з Б» стоять щонайменше три однаково правдоподібні пояснення.

Перше — третя змінна. Кількість годин психотерапії корелює з покращенням стану, але за обома показниками може стояти мотивація: людина, готова вкладатися в себе, і на сесії ходить регулярніше, і поза ними діє інакше.

Друге — зворотна причинність. Зв'язок між тривалим користуванням соцмережами і зниженим настроєм читають зазвичай в один бік, хоча пригнічена людина цілком може більше гортати стрічку саме тому, що їй важко взятися за щось інше.

Третє — випадковий збіг, особливо коли дослідник перебирає десятки пар змінних і повідомляє лише про ті, що «вистрілили». За такого перебору частина значущих результатів з'являється сама собою.

Причинний висновок дає інший дизайн — експеримент із випадковим розподілом учасників або тривале спостереження з продуманим контролем сторонніх впливів. Кореляція ж окреслює простір гіпотез, які ще належить перевірити.

Ілюзорна кореляція: зв'язок, якого немає

Око бачить закономірності навіть у випадкових даних, і психологи описали це явище на власній професії. 1967 року Лорен і Джин Чепмени показали, що клініцисти впевнено повідомляли про діагностичні ознаки в малюнках людини, яких у реальних даних не існувало. Коли ті самі малюнки й описи випадково перемішали і показали недосвідченим спостерігачам, ті «побачили» рівно ті самі зв'язки — бо зв'язки випливали не з даних, а зі звичних смислових асоціацій.

Явище назвали ілюзорною кореляцією, і воно спрацьовує скрізь, де фахівець спирається на враження замість підрахунку. Запам'ятовуються випадки, що підтверджують очікування, а ті, що суперечать, просто не фіксуються — типовий механізм когнітивних викривлень. Протиотрута одна: рахувати всі чотири комбінації подій, а не тільки збіги.

Практичний висновок для фахівця простий: враження, що «ця ознака завжди йде разом із тим симптомом», даними не є. Клінічний досвід накопичує яскраві випадки, а не збалансовану таблицю спостережень, і саме тому професійні висновки звіряють із підрахунками, а не з силою власної переконаності.

Який розмір ефекту вважати великим у психології

Коефіцієнт мало прочитати — його треба з чимось зіставити. Найвідоміші орієнтири запропонував Джейкоб Коен 1988 року: 0,10 — малий ефект, 0,30 — середній, 0,50 — великий. Сам він наголошував, що ці пороги умовні й потрібні лише за браку кращих даних.

Пізніші емпіричні перевірки показали, що для психології вони завищені. Ґінак і Сзодораі, проаналізувавши сотні мета-аналітичних кореляцій у дослідженнях індивідуальних відмінностей, отримали інші орієнтири: 0,10 відповідає чверті найслабших результатів, 0,20 — типовому, 0,30 — чверті найсильніших. Фандер і Озер дійшли схожого висновку: 0,30 у психології — це вже великий ефект, а значення близько 0,40 здебільшого свідчить радше про завищення.

Наочний приклад — мета-аналіз Артура Поропата, у якому сукупні вибірки сягали понад сімдесяти тисяч учнів і студентів. Академічна успішність значуще корелювала із сумлінністю, відкритістю досвіду і доброзичливістю, причому внесок сумлінності майже не залежав від рівня інтелекту. Побачити ці риси в себе допомагає тест «Велика п'ятірка», а в дослідженні вони працюють як скромний, але стабільний предиктор.

Корисна звичка — переводити коефіцієнт у частку спільної дисперсії. Якщо піднести r до квадрата, 0,30 перетворюється на дев'ять відсотків, і саме цей підрахунок часто наводять, щоб знецінити результат. Але в психології, де на кожен показник впливають десятки причин, дев'ять відсотків, які стабільно відтворюються в різних вибірках, — це чимало; а ефект, що діє щодня протягом років навчання чи терапії, накопичується далеко за межі одного вимірювання.

І окремо про статистичну значущість: вона говорить лише про те, наскільки результат сумісний із випадковістю, а не про його величину. На великій вибірці значущим стає навіть r близько 0,05. Працює й зворотне: обмеження діапазону — коли вимірюють тільки вже відібраних, скажімо, зарахованих студентів — систематично занижує коефіцієнт, як і ненадійний інструмент.

Типові помилки під час роботи з кореляціями

Більшість зауважень, які студент чує на захисті роботи, зводяться до кількох повторюваних огріхів.

• Кореляційну матрицю рахують одразу для всіх змінних, а у висновки виносять тільки ті кілька, що виявилися значущими. Це перетворює дослідження на пошук збігів: кількість перевірок треба заявляти заздалегідь і враховувати при інтерпретації.
• Коефіцієнт рахують на двох десятках учасників. На такій вибірці значення r хитається в дуже широких межах, і повторення дослідження легко дає результат протилежного знака.
• Слабкий, хоч і значущий зв'язок описують словами «суттєво впливає». Формулювання у висновках мають відповідати числу, а не очікуванням автора.
• Обидві змінні виміряні одним самозвітом в один момент часу, тож частина спільної мінливості створена самим методом збору даних, а не психікою учасників.
• Графік не будували взагалі. Це найдешевша з усіх перевірок і водночас найчастіше пропущена.

Міфи і факти про кореляцію

Що найчастіше плутають, коли бачать у статті коефіцієнт:

Насправді	Поширений міф
Коефіцієнт фіксує спільну мінливість двох ознак	Значуща кореляція означає, що одне спричиняє інше
r = 0 виключає лише лінійний зв'язок, крива залежність лишається можливою	r = 0 означає, що зв'язку немає взагалі
За сучасними орієнтирами 0,30 у психології — уже великий ефект	Кореляція нижча за 0,50 не варта уваги
Значущість залежить від обсягу вибірки й нічого не каже про силу	Статистична значущість дорівнює практичній важливості
Пірсон вимагає метричних даних і лінійності, для рангів беруть Спірмена	Коефіцієнт Пірсона підходить для будь-яких даних

Джерела

• APA Dictionary of Psychology: correlation (визначення кореляції та коефіцієнта кореляції).
• Spearman C. "General Intelligence," Objectively Determined and Measured. American Journal of Psychology, 1904; 15:201–293. (кореляційні таблиці шкільних оцінок і сенсорних показників, поправка на послаблення) Повний текст
• Scollon C. N. Research Designs. Noba Textbook Series: Psychology (кореляційний дизайн, діаграма розсіювання, проблема третьої змінної). Модуль
• Poropat A. E. A meta-analysis of the five-factor model of personality and academic performance. Psychological Bulletin, 2009; 135(2):322–338. DOI: 10.1037/a0014996 · PubMed
• Galton F. Co-relations and their measurement, chiefly from anthropometric data. Proceedings of the Royal Society of London, 1888; 45:135–145.
• Chapman L. J., Chapman J. P. Genesis of popular but erroneous psychodiagnostic observations. Journal of Abnormal Psychology, 1967; 72(3):193–204. DOI: 10.1037/h0024670 · PMID: 4859731.
• Cohen J. Statistical Power Analysis for the Behavioral Sciences. 2nd ed. Lawrence Erlbaum Associates, 1988.
• Gignac G. E., Szodorai E. T. Effect size guidelines for individual differences researchers. Personality and Individual Differences, 2016; 102:74–78. DOI: 10.1016/j.paid.2016.06.069
• Funder D. C., Ozer D. J. Evaluating effect size in psychological research: sense and nonsense. Advances in Methods and Practices in Psychological Science, 2019; 2(2):156–168. DOI: 10.1177/2515245919847202