心理学研究方法之相关
一、前言
威廉·冯特曾经说过：“科学的进展是和研究方法上的进展密切相关联的。近年来，整个自然科学的起源都来自方法学上的革命，而在取得了巨大结果的地方，我们可以确信，它们都是以先进方法上的改进或者以新的方法的发现为前提的。”在19世纪中叶以后，心理学开始采用客观方法研究心理现象，使得研究结果可以得到重复检验，推动心理学走向独立发展的道路。现在心理学主要研究方法有五种，分别为个案法、实验法、观察法、心理测验法和相关法，其中相关法指的是通过测量来发现事物之间关系的方法。
二、相关关系的简介
事物总是相互联系的，它们之间的关系多种多样。主要有以下三种： 1、因果关系：即一种现象是另一种现象的原因，而另一种现象是结果。例如一定刺激强度范围内，刺激强度经常是反应强度的因。
2、共变关系：即表面看来有联系的两种事物事实上都与第三种现象有关，这时，这两种事物之间的关系便是共变关系。例如春天田里栽种的稻苗与田边栽种的小树，就其高度而言，表面上看起来都在增长，好像有关，事实上二者都是受天气与时间因素影响而发生变化，它们本身之间并没有直接的联系。
3、相关关系：即两类现象在发展变化的方向与大小方面存在一定的联系，但不能确定是因果或是共变关系。具有相关关系的两种现象之间的关系比较复杂，仅仅通过相关分析是不能得出直接明确结果的。
其中相关关系按不同标准又可以进一步细分：
1、按相关的程度划分，现象之间的相关关系可以划分为完全相关、不相关和不完全相关三种。当一个现象的数量变化完全由另一个现象的数量变化所决定时，称这两所现象之间的关系为完全相关；当两个现象彼此互相不影响，其数量变化各自独立时，就称为不相关；当两个现象之间的关系介于完全相关和不相关之间时，就是不完全相关。
完全相关可以以方程的方式呈现，因此，完全相关便转化为一般意义上的函数关系；通常现象都是不完全相关，这是相关分析的主要研究对象。
2、按相关的方向划分，现象之间的相关关系可划分为正相关和负相关。当
一个现象的数量由小变大，另一个现象的数量也相应由小变大时，这种相关就称为正相关；反之，则称为负相关。需要注意的是，许多现象的正、负相关的关系仅在一定范围内存在。
3、按相关的形式划分，现象之间的相关关系可划分为线性相关和非线性相关。相关关系是一种数量关系上不严格的相互依存的关系。当两种相关关系之间大致呈现出线性关系时，则称为线性相关；如果两种相关现象之间近似的表现为一条曲线，则称为非线性相关。
4、按照影响因素的多少划分，现象之间的相关关系可划分为单相关、复相关和偏相关。单相关是两个变量间的关系，即一个因变量对一个自变量的相关关系，也叫简相关；复相关是指三个或三个以上变量之间的关系，即一个因变量对两个或两个以上自变量的相关关系，又称多元相关；偏相关是指某一变量与多个变量相关时，假定其他变量不变，其中两个变量的相关关系。
三、相关关系的影响因素
在对事物的相关关系进行判断之前，必须保证数据的有效性和数据的变异性。例如两个变量在总体上相关，但是在限制或控制其中一个变量的值域范围后，二者之间的相关系数相对于变量的值没有限制的情况来说会更小。也可能存在两个数据在总体上不相关，但数据的巧妙选取使得计算出的相关系数绝对值较高。所以只有尽力收集充分的离散数据才可以得到最具代表性的结果。
四、相关关系的判断
1、可通过制定相关图或相关表，感性地判断现象之间大致呈现何种关系，是计算相关系数前对于相关关系的预判。包括：
（1）以二变量的原始数据为横、纵坐标绘制散点图。散点图是确定变量之间是否存在相关关系及关系紧密程度的简单而有直观的方法。散点图通过点的散布形状和疏密程度来显示两个变量的相关趋势和相关程度，能够对原始数据间的关系做出直接而有效的预测和解释。成对的观测值越多，散点图提供的信息就越准确。如果所有散点分布呈椭圆状，则说明二变量之间呈线性关系。如果椭圆长轴的倾斜方向为左低右高（以X轴为基准），则为正相关，左高右低则为负相关；如果散点图呈现圆形，就为零相关或弱相关。
（2）以二变量的Z分数为横、纵坐标绘制散点图。这时对于相关趋势的考
察就会更清楚。以标准分数为坐标的相关散布图，相当于把原坐标轴平移到X=?X，Y=?Y，新坐标系的原点为（?X，?Y）。新的坐标轴把把散点分为四个部分，若散点接近相等的分布在四个象限中，则相关系数接近于零；若一、三象限的散点明显多于二、四象限，为正相关；若二、四象限的散点明显多于一、三象限，为负相关。两个变量相关程度由若一、三象限的与二、四象限散点的差数而定，差数越大，相关程度越高。
（3）可制定相关表。相关表是一种显示变量之间相关关系的统计表，通常将两个变量的对应值平行排列，且其中某一变量按其取值大小顺序排列，便可得到相关表。根据资料是否分组，相关表可分为简单相关表和分组相关表。简单相关表是资料未经分组的相关表，它是把因素标志值按照从小到大的顺序并配合结果标志值一一对应而平行排列起来的统计表，是现象标志之间相关研究初步结果的表现。分组相关表又可分为单变量分组相关表和双变量分组相关表。单变量分组相关表是指自变量分组并计算次数，而对应的因变量不分组，只计算其平均值；双变量分组相关表是指自变量和因变量都进行分组而成的相关表，这种表形似棋盘，故又称棋盘式相关表。其编制程序是：首先，分别确定自变量和因变量的组数；其次按两个变量的组数设计棋盘式表格；最后，计算各组次数置于相对应的方格之中。现在对于相关表的使用较少
2、可通过计算变量之间的相关系数，精确描述变量间的相关关系。在计算之前需根据要处理数据的性质类别以及某一相关系数需要满足的假设条件来选取合适的相关系数。如果一个变量是人为二分型数据，另一个变量也是人为二分型数据，则用四格相关；如果一个变量是人为二分型数据，另一个变量是真正二分型数据，则用phi系数；如果一个变量是人为二分型数据，另一个变量是等级数据，则用二列相关；如果一个变量是人为二分型数据，另一个变量是等距数据，也用二列相关；如果一个变量是真正二分型数据，另一个变量也是真正二分型数据，则用phi系数；如果一个变量是真正二分型数据，另一个变量是等级数据，则用二列相关；如果一个变量是真正二分型数据，另一个变量是等距数据，则用点二列相关；如果一个变量是等级数据，另一个变量也是等级数据，则用等级相关；如果一个变量是等级数据，另一个变量是等距数据，则用等级相关或多列相关；如果一个变量是等距数据，另一个变量也是等距数据，则用积差相关。最常用的是积差相关，其数据需要满足以下几个条件：要求成对的数据，即若干个体
心理学研究方法之相关
