Корреляция и причинная обусловленность
Данные, полученные с помощью описательных методов, могут обнаруживать корреляцию, то есть то, как часто две или более переменных появляются вместе (психологи используют термин «переменная» применительно к любому изменяющемуся показателю, будь то дневная температура, человеческий рост, цвет волос, численность толпы или количество алкоголя, потребляемого в кампусах разных колледжей). Леон Манн (Mann, 1981) решил выяснить, какие переменные могут быть связаны с таким неоднозначным явлением, как подстрекательство к самоубийству, когда зрители побуждают самоубийцу сделать последний шаг навстречу смерти. В одном случае ночная толпа из 500 зевак не только призывала Глорию Полицци спрыгнуть с пятидесятиметровой водонапорной башни, но также выкрикивала ругательства в адрес команды спасателей и бросала в нее камни. Воспользовавшись газетными архивами для изучения этой темы, Манн установил, что активность подстрекательства к суициду коррелирует с численностью толпы. Чем многочисленнее толпа, тем активнее она может издеваться над человеком, стоящим на границе между жизнью и смертью.
Исследование
Представьте, что вы как журналист получили задание написать статью о том, чем какая-то интересная группа людей (например, многоженцы из штата Юта, члены нью-йоркской банды гангстеров или голливудские кинозвезды) отличается от типичного американского жителя пригородных районов. Какие описательные методы вы могли бы использовать, чтобы изучить эту тему, и какие проблемы могли бы помешать вам сделать обоснованные заключения?
Корреляция между двумя переменными часто выражается математически с помощью статистического показателя, называемого коэффициентом корреляции. Коэффициент корреляции может изменяться от +1,0, что соответствует полной прямой связи между двумя переменными, через 0, что указывает на полное отсутствие связи, до ?1,0, что соответствует полной обратной связи. Положительная корреляция означает, что, когда одна переменная растет или уменьшается, другая переменная растет или уменьшается вместе с ней. Например, когда численность толпы растет, количество призывов к самоубийству также увеличивается. Отрицательная корреляция указывает на наличие обратной зависимости: когда одна переменная растет или уменьшается, другая изменяется в противоположном направлении. Например, женщины, которые больше преданы своим нынешним партнерам и больше довольны ими, обращают меньше внимания на других мужчин (Maner et al., 2003; Miller, 1997).
Показатели корреляции могут содержать полезные подсказки, но они не дают исследователю возможности сделать выводы о причинах и следствиях. Рассмотрим зависимость между численностью толпы и подстрекательством к самоубийству. Многочисленная толпа ассоциируется с разными формами неприемлемого в иных случаях поведения, которые часто можно наблюдать на рок-концертах, вечеринках по случаю празднования Хэллоуина или в массовых шествиях болельщиков по окончании важных спортивных состязаний. Казалось бы, можно прийти к выводу, как это сделал Манн в своем исследовании, что человек, находящийся в многочисленной толпе, чувствует свою анонимность. Это, в свою очередь, может снизить его озабоченность возможностью его идентификации как соучастника такого жестокого и отвратительного деяния. Однако важно помнить, что корреляция не равнозначна причинно-следственной связи.
Корреляция – степень связи двух или более переменных между собой.
Коэффициент корреляции – математическое выражение зависимости между двумя переменными.
Но почему корреляция не равнозначна причинно-следственной связи? Во-первых, всегда сохраняется возможность того, что предполагаемое направление причинности изменится на противоположное, то есть В будет вызывать А, а не А вызывать В (рис. 1.2). Например, как только начинается побуждение к самоубийству, об этом могут сообщить по радио, что может заставить жителей близлежащих улиц пойти посмотреть на необыкновенное зрелище (таким образом, побуждение к самоубийству приведет к росту численности толпы, а не наоборот). Другая проблема состоит в том, что корреляции могут быть найдены тогда, когда причинная связь отсутствует вовсе, в частности когда третья переменная С вызывает появление и А, и В. Например, Манн также обнаружил, что побуждение к самоубийству чаще происходит по вечерам. Возможно, потому, что люди обычно потребляют алкоголь вечером, а захмелевшие люди чаще проявляют стадное чувство (то есть охотнее присоединяются к толпе) и становятся неуправляемыми (и, следовательно, начинают насмехаться над потенциальным самоубийцей). Если это так, то ни вечернее время, ни численность толпы не являются прямой причиной побуждения к самоубийству; каждая из этих переменных оказывается случайно связанной с количеством самоубийств.
Рис. 1.2. Объяснение корреляций.
Таким образом, из-за наличия разных возможных связей между коррелированными переменными довольно трудно сделать четкие выводы о причинной зависимости на основе одной лишь корреляции. Чтобы сделать правильные заключения о причине и следствии, исследователи обращаются к экспериментальному методу. При использовании его переменные изолируются от влияния других факторов, которые в обычных условиях сосуществуют вместе с ними.
