Частная (парциальная) корреляция
Обычная корреляция часто завышена из-за общей причины. Классический пример: тревожность связана с успеваемостью, но обе связаны с учебной мотивацией — и стоит убрать её влияние, как связь ослабевает или исчезает. Частная корреляция показывает, что останется от связи двух показателей, если третий зафиксировать. Это один из самых убедительных приёмов в эмпирической главе: он превращает простую констатацию «показатели связаны» в содержательный вывод о природе связи.
Первые два столбца — связь, которую изучаемНапример, тревожность и успеваемость. Именно между ними считается корреляция.
Третий столбец — что исключаемПоказатель, влияние которого нужно убрать: мотивация, возраст, стаж, исходный уровень подготовки. В одной строке — данные одного участника, пропуски не допускаются.
Таблица заполнена примером
Чтобы вы посмотрели, как работает калькулятор. Это тревожность (баллы), успеваемость (средний балл) и учебная мотивация (баллы) у двенадцати студентов: видно, как связь тревожности с успеваемостью меняется, если убрать влияние мотивации.
| Участник \ Показатель | |||
|---|---|---|---|
Названия можно переписать — они попадут в результат и в таблицу для диплома. Если столбцов много, таблица прокручивается вбок. Данные из Excel вставляются целиком: скопируйте диапазон и вставьте в первую ячейку.
Уровень значимости
Уровень значимости выбирают до расчёта, а не подгоняют под результат. Подробнее — в статьях «Что такое p-value» и «Уровни значимости».
Ничего не понятно или не хотите разбираться?
Закажите расчёт у эксперта: он подберёт критерий под вашу тему, проверит условия применения, посчитает и оформит таблицы по ГОСТ.
Заказать расчёт у экспертаКогда нужна частная корреляция
Её считают после обычной корреляции, когда есть подозрение на общую причину.
- Есть третий показатель, который логично влияет на оба: возраст, стаж, исходный уровень подготовки, мотивация.
- Нужно доказать, что связь не сводится к очевидному фактору: «связь сохраняется даже при контроле возраста».
- В корреляционном исследовании много показателей и надо отделить прямые связи от опосредованных.
- Не нужна, если третьего показателя нет или он заведомо не связан с основными.
Как понять результат
Главное — сравнить частный коэффициент с обычным. Именно разница между ними и есть содержательный результат.
- Коэффициент почти не изменился — связь самостоятельна, третий показатель ни при чём.
- Коэффициент заметно упал и стал незначимым — исходная связь во многом объяснялась влиянием контролируемого показателя.
- Коэффициент вырос — эффект подавления: третий показатель маскировал связь. Редкий, но интересный для обсуждения случай.
- Число степеней свободы уменьшается на единицу: одна уходит на контролируемый показатель.
Как оформить в работе
Приводят обе величины — обычный и частный коэффициенты — и объясняют разницу словами. Таблица трёх исходных корреляций помогает читателю понять, откуда взялся результат.
Готовая формулировка есть под таблицей результата.