استخدام الارتباطات في أبحاث علم النفس

الارتباط هو قياس إحصائي للعلاقة بين متغيرين. تتراوح الارتباطات المحتملة من +1 إلى 1. يشير الارتباط الصفري إلى عدم وجود علاقة بين المتغيرات.

يشير الارتباط 1 إلى ارتباط سلبي كامل ، مما يعني أنه كلما ارتفع أحد المتغيرات ، ينخفض الآخر. يشير ارتباط +1 إلى وجود علاقة إيجابية مثالية ، مما يعني أن كلا المتغيرين يتحركان في نفس الاتجاه معًا.

تلعب الارتباطات دورًا مهمًا في أبحاث علم النفس. الدراسات الارتباطية شائعة جدًا في علم النفس ، خاصةً لأنه من المستحيل إعادة إنشاء بعض الأشياء أو البحث في بيئة معملية.

بدلاً من إجراء تجربة ، قد يجمع الباحثون بيانات من المشاركين للنظر في العلاقات التي قد توجد بين المتغيرات المختلفة. من البيانات والتحليلات التي يجمعونها ، يمكن للباحثين بعد ذلك عمل استنتاجات وتنبؤات حول طبيعة العلاقات بين المتغيرات المختلفة.

معامل الارتباط

يتم قياس قوة الارتباط من -1.00 إلى +1.00. يشير معامل الارتباط ، غالبًا ما يتم التعبير عنه كـ r ، إلى مقياس لاتجاه وقوة العلاقة بين متغيرين. عندما تكون قيمة r أقرب إلى +1 أو -1 ، فإنها تشير إلى وجود علاقة خطية أقوى بين المتغيرين.

الارتباط -0.97 هو ارتباط سلبي قوي بينما الارتباط 0.10 سيكون ارتباط إيجابي ضعيف. ارتباط +0.10 أضعف من -0.74 ، وارتباط -0.98 أقوى من +0.79.

عندما تفكر في الارتباط ، فقط تذكر هذه القاعدة المفيدة: كلما اقترب الارتباط من 0 ، كان أضعف ، بينما كلما كان أقرب إلى +/- 1 ، كان أقوى.

مبعثرات

تُستخدم المخططات المبعثرة (تسمى أيضًا المخططات المبعثرة أو المخططات المبعثرة أو المخططات المبعثرة) لرسم المتغيرات على مخطط (انظر المثال أعلاه) لمراقبة الارتباطات أو العلاقات بينها. يمثل المحور الأفقي متغيرًا واحدًا ، ويمثل المحور الرأسي الآخر.

كل نقطة في الحبكة هي قياس مختلف. من هذه القياسات ، يمكن حساب خط الاتجاه. معامل الارتباط هو ميل ذلك الخط. عندما يكون الارتباط ضعيفًا (r قريب من الصفر) ، يصعب تمييز الخط. عندما يكون الارتباط قويًا (r قريب من 1) ، سيكون الخط أكثر

الارتباطات الصفرية

يشير الارتباط الصفري إلى أن إحصاء الارتباط لم يشر إلى وجود علاقة بين المتغيرين. من المهم ملاحظة أن هذا لا يعني أنه لا توجد علاقة على الإطلاق ؛ هذا يعني ببساطة أنه لا توجد علاقة خطية. غالبًا ما يشار إلى الارتباط الصفري باستخدام الاختصار r = 0.

فهم الارتباطات

يمكن أن تكون الارتباطات مربكة ، وكثير من الناس يساوي الإيجابي بالقوي والسلبي بالضعيف. يمكن أن تكون العلاقة بين متغيرين سلبية ، لكن هذا لا يعني أن العلاقة ليست قوية.

يشير الارتباط الإيجابي الضعيف إلى أنه بينما يميل كلا المتغيرين إلى الارتفاع استجابة لبعضهما البعض ، فإن العلاقة ليست قوية جدًا. من ناحية أخرى ، يشير الارتباط السلبي القوي إلى وجود اتصال قوي بين المتغيرين ، ولكن هذا أحدهما يرتفع كلما ذهب الآخر

الارتباط ليس سببا

بالطبع ، الارتباط لا يساوي السببية. فقط لأن متغيرين لهما علاقة لا يعني أن التغييرات في متغير واحد تسبب تغيرات في الآخر. تخبرنا الارتباطات أن هناك علاقة بين المتغيرات ، لكن هذا لا يعني بالضرورة أن أحد المتغيرات يتسبب في تغيير الآخر.

من الأمثلة التي يتم الاستشهاد بها في كثير من الأحيان العلاقة بين استهلاك الآيس كريم ومعدلات القتل. توصلت الدراسات إلى وجود علاقة بين زيادة مبيعات الآيس كريم والارتفاعات الحادة في جرائم القتل. ومع ذلك ، فإن تناول الآيس كريم لا يتسبب في ارتكاب جريمة قتل. بدلا من ذلك ، هناك متغير ثالث: الحرارة. كلا المتغيرين يزدادان خلال فصل الصيف.

ربط وهمي

الارتباط الوهمي هو إدراك العلاقة بين متغيرين عندما لا توجد سوى علاقة ثانوية أو لا توجد على الإطلاق. لا يعني الارتباط الوهمي دائمًا استنتاج السببية ؛ يمكن أن يعني أيضًا استنتاج علاقة بين متغيرين عندما لا يكون أحدهما موجودًا.

على سبيل المثال ، يفترض الناس أحيانًا أنه نظرًا لوقوع حدثين معًا في وقت ما في الماضي ، يجب أن يكون هذا الحدث هو سبب الآخر. يمكن أن تحدث هذه الارتباطات الوهمية في كل من التحقيقات العلمية والمواقف الواقعية.

القوالب النمطية هي مثال جيد على الارتباطات الوهمية. أظهرت الأبحاث أن الناس يميلون إلى افتراض أن مجموعات وسمات معينة تحدث معًا وكثيراً ما يبالغون في تقدير قوة الارتباط بين المتغيرين.

على سبيل المثال ، لنفترض أن لدى الرجل اعتقادًا خاطئًا بأن جميع سكان المدن الصغيرة طيبون للغاية. عندما يلتقي الفرد بشخص لطيف للغاية ، قد يكون افتراضه المباشر هو أن الشخص من بلدة صغيرة ، على الرغم من حقيقة أن اللطف لا يرتبط بسكان المدينة.