4.1. Психологические корреляты. Основы психофизиологии
4.1. Психологические корреляты
Поиски психологических коррелятов ССП показали, что:
1. один и тот же ССП связан со многими психологическими процессами (функциями)
2. одни и те же психические функции оказываются связанными с разными ССП.
Так, например, амплитуда, ЛП и топография Рздц связаны с принятием решения, ожиданием, ориентировочной реакцией, значимостью стимула, степенью субъективной уверенности, процессом сравнения, рассогласованием, осознаванием и неосознаваемыми процессами, а также характеристиками эпизодической памяти. В то же время процесс внимания оказывает влияние на характеристики ранних и поздних компонентов ВП, Р300, УНВ и потенциала готовности [Шагас, 1975; Рутман, 1979; Pritchard, 1981; Rockstroh et al., 1982; Psychophysiol. Brain Research, 1990; Rohrbaugh et al., 1990; Event-Related, 1991]. Следует заметить, что многозначность связей ССП с психологическими и поведенческими переменными вопреки исходным предположениям о функциональном значении ССП оказалась узаконенной в исследовательской практике как основной многократно подтверждённый факт.
1. ПСИХОЛОГИЧЕСКИЕ И БИОЛОГИЧЕСКИЕ ТЕОРИИ НАУЧЕНИЯ
1. ПСИХОЛОГИЧЕСКИЕ И БИОЛОГИЧЕСКИЕ ТЕОРИИ НАУЧЕНИЯ Совершенно очевидно, что закономерности научения изучались задолго до появления современной науки. Необходимость успешно передавать свой опыт следующим поколениям заставляла эмпирически совершенствовать процедуру
Психологические особенности подагрических гениев
Психологические особенности подагрических гениев
Если первым подагриком, зарегистрированным в истории, был иудейский король, мудрый Аза, потомок Соломона, то Гиерон Сиракузский в V веке до нашей эры уже знал о связи между болезнью суставов с камнями мочевого пузыря, т.
Игры животных и игры детей (сравнительно-психологические аспекты)[72]
Игры животных и игры детей (сравнительно-психологические аспекты)[72] Игры животных уже давно служат объектами интенсивных зоопсихологических и этологических исследований, однако в изучении сравнительно-психологических аспектов игры на сегодняшний день в сущности мало
Психологические типы А и Б
Психологические типы А и Б Человек учится всю жизнь: до трех дет – ходить и говорить, а потом всю оставшуюся жизнь – сидеть и молчать. Два основных типа поведения при стрессе: реакция «борьба или бегство» и «реакция затаивания» Типы стрессорной реакции человека и
Другие психологические типы
Другие психологические типы
При рассмотрении склонности к поведению типа А или Б как основы психологического типа на первый план выходит такой компонент этого понятия, как стиль реагирования, т.
е. особенности стрессорной реакции. Набор потребностей у носителей
К– и r-стратегии социальных контактов как психологические типы
К– и r-стратегии социальных контактов как психологические типы – Почему ты позволяешь соседям охотиться на твоих полях? – Я предпочитаю иметь приятелей, а не зайцев. А. С. Пушкин. Записные книжки Помимо роли окситоцина и вазопрессина другим важным открытием в
ПСИХОЛОГИЧЕСКИЕ КОРРЕЛЯТЫ ЭМОЦИОНАЛЬНО-ЛИЧНОСТНОГО БЛАГОПОЛУЧИЯ — Научно-исследовательский портал Уральского федерального университета
Одной из важных теоретических и экспериментальных областей в современной психологии является проблема благополучия. На основании анализа отечественных и зарубежных исследований автор статьи дифференцирует понятия субъективного и психологического благополучия, показывает их взаимосвязь и корреляты как с объективными, так и субъективными факторами.
| Переведенное название | PSYCHOLOGICAL CORRELATES OF EMOTIONAL-PERSONAL WELL-BEING |
|---|---|
| Язык оригинала | Русский |
| Страницы (с-по) | 132-140 |
| Число страниц | 9 |
| Журнал | Вестник Кемеровского государственного университета |
| Номер выпуска | 4(72) |
| Состояние | Опубликовано — 2017 |
- Перечень ВАК
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
@article{325a5b87cdb54c92b0523863bd49f5c9,
title = «ПСИХОЛОГИЧЕСКИЕ КОРРЕЛЯТЫ ЭМОЦИОНАЛЬНО-ЛИЧНОСТНОГО БЛАГОПОЛУЧИЯ»,
abstract = «Одной из важных теоретических и экспериментальных областей в современной психологии является проблема благополучия.
На основании анализа отечественных и зарубежных исследований автор статьи дифференцирует понятия субъективного и психологического благополучия, показывает их взаимосвязь и корреляты как с объективными, так и субъективными факторами. С целью создания целостного многомерного конструкта, объединяющего субъективное и личностное благополучие в контекстуальное единство, автором вводится понятие «эмоционально-личностное благополучие». Для его изучения предлагается исследовательская методика «Самооценка эмоционально-личностного благополучия» (СЭЛБ), с помощью которой выявляются и анализируются психологические корреляты данного феномена. Исследование показало, что эмоциональный и личностный компоненты благополучия, отличаясь специфичностью корреляционных связей, являются самостоятельными определенностями конструкции «эмоционально-личностное благополучие». Вместе с тем данные компоненты образуют некую однородную целостность, а полученные корреляционные связи индекса СЭЛБ с показателями стандартизованных психодиагностических методик дают основание рассматривать эмоционально-личностное благополучие как интегративный, многогранный феномен, характеризующийся включенностью в структуру психической реальности.
author = «Карапетян, {Лариса Владимировна}»,
year = «2017»,
language = «Русский»,
pages = «132—140»,
journal = «Вестник Кемеровского государственного университета»,
issn = «2078-8975»,
publisher = «Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования {«}Кемеровский государственный университет{«}»,
number = «4(72)»,
}
Карапетян, ЛВ 2017, ‘ПСИХОЛОГИЧЕСКИЕ КОРРЕЛЯТЫ ЭМОЦИОНАЛЬНО-ЛИЧНОСТНОГО БЛАГОПОЛУЧИЯ’, Вестник Кемеровского государственного университета, № 4(72), стр. 132-140.
TY — JOUR
T1 — ПСИХОЛОГИЧЕСКИЕ КОРРЕЛЯТЫ ЭМОЦИОНАЛЬНО-ЛИЧНОСТНОГО БЛАГОПОЛУЧИЯ
AU — Карапетян, Лариса Владимировна
PY — 2017
Y1 — 2017
N2 — Одной из важных теоретических и экспериментальных областей в современной психологии является проблема благополучия. На основании анализа отечественных и зарубежных исследований автор статьи дифференцирует понятия субъективного и психологического благополучия, показывает их взаимосвязь и корреляты как с объективными, так и субъективными факторами.
AB — Одной из важных теоретических и экспериментальных областей в современной психологии является проблема благополучия.
На основании анализа отечественных и зарубежных исследований автор статьи дифференцирует понятия субъективного и психологического благополучия, показывает их взаимосвязь и корреляты как с объективными, так и субъективными факторами. С целью создания целостного многомерного конструкта, объединяющего субъективное и личностное благополучие в контекстуальное единство, автором вводится понятие «эмоционально-личностное благополучие». Для его изучения предлагается исследовательская методика «Самооценка эмоционально-личностного благополучия» (СЭЛБ), с помощью которой выявляются и анализируются психологические корреляты данного феномена. Исследование показало, что эмоциональный и личностный компоненты благополучия, отличаясь специфичностью корреляционных связей, являются самостоятельными определенностями конструкции «эмоционально-личностное благополучие». Вместе с тем данные компоненты образуют некую однородную целостность, а полученные корреляционные связи индекса СЭЛБ с показателями стандартизованных психодиагностических методик дают основание рассматривать эмоционально-личностное благополучие как интегративный, многогранный феномен, характеризующийся включенностью в структуру психической реальности.
UR — https://elibrary.ru/item.asp?id=30792916
M3 — Статья
SP — 132
EP — 140
JO — Вестник Кемеровского государственного университета
JF — Вестник Кемеровского государственного университета
SN — 2078-8975
IS — 4(72)
ER —
Психологическая статистика
Корреляция требует двух оценок от одних и тех же лиц. Эти оценки обычно обозначаются как X и Y. Пары оценок могут быть перечислены в таблице или представлены на диаграмме рассеяния.
Пример: Нас может заинтересовать корреляция между вашими баллами SAT-M и вашим средним баллом в UNC.
Вот результаты SAT по математике и средний балл 13 учеников этого класса, а также диаграмма рассеяния для всех 41 ученика:
Диаграмма рассеяния имеет значения X (GPA) на горизонтальной (X) оси и значения Y (MathSAT) на вертикальной (Y) оси.
Каждый человек идентифицируется одной точкой (точкой) на графике, расположенной таким образом, что координаты точки (значения X и Y) соответствуют баллам человека X (GPA) и Y (MathSAT).
Например, у учащегося по имени «Obs5» (в шестой строке таблицы) средний балл = 2,30, а MathSAT = 710. Этот учащийся представлен на диаграмме рассеяния выделенной и помеченной («5») точкой в верхней левой части диаграммы рассеяния. Обратите внимание, что это справа от MathSAT 710 и выше GPA 2,30.
Обратите внимание, что корреляция Пирсона (объясненная ниже) между этими двумя переменными составляет 0,32.
- Направление отношений Мера корреляции говорит нам о направлении связи между двумя переменными. Направление может быть положительным или отрицательным .
- Положительный : При положительном соотношении обе переменные имеют тенденцию двигаться в одном направлении: если одна переменная увеличивается, другая имеет тенденцию также увеличиваться. Если один уменьшается, другой имеет тенденцию к уменьшению.
- Отрицательный : При отрицательном отношении переменные имеют тенденцию двигаться в противоположных направлениях: если одна переменная увеличивается, другая имеет тенденцию уменьшаться, и наоборот.
- Форма (форма) отношений : Форма или форма отношения относится к тому, является ли отношение прямым или изогнутым.
- Линейная : Прямая связь называется линейной , потому что она аппроксимирует прямую линию. Пример GPA, MathSAT показывает зависимость, которая является, грубо говоря, линейной зависимостью.
- Криволинейная : Криволинейная связь называется криволинейной , потому что он приближается к изогнутой линии. Пример взаимосвязи между количеством миль на галлон и объемом двигателя различных автомобилей, проданных в США в 1982 году, показан ниже. Это криволинейно (и отрицательно).
- Степень (сила) отношений
- Perfect Relationship : Когда две переменные точно (линейно) связаны, коэффициент корреляции равен +1,00 или -1,00. Говорят, что они совершенно линейно связаны как положительно, так и отрицательно.
- Нет связи : Когда две переменные вообще не связаны, их корреляция равна 0,00.
В приведенном выше примере GPA и MathSAT положительно связаны. По мере увеличения среднего балла (или MathSAT) другая переменная также имеет тенденцию к увеличению.
Направление связи между двумя переменными определяется знаком коэффициента корреляции переменных. Позитивные отношения имеют знак «плюс», тогда как негативные отношения имеют знак «минус».
В этом курсе мы имеем дело только с коэффициентами корреляции, которые измеряют линейную зависимость. Существуют и другие коэффициенты корреляции, измеряющие криволинейную связь, но они выходят за рамки вводного уровня.
Наконец, коэффициент корреляции измеряет степень (силу) взаимосвязи между двумя переменными. Показатели, которые мы обсуждаем, измеряют только силу линейных отношений между двумя переменными.
Две особые сильные стороны:
Существуют сильные стороны между -1,00, 0,00 и +1,00. Заметьте, однако. что +1,00 — это наибольшая положительная корреляция, а -1,00 — наибольшая возможная отрицательная корреляция. Вот три примера:
Вес и мощность
Связь между весом и мощностью является сильной, линейной и положительной, хотя и не идеальной. Коэффициент корреляции Пирсона равен +,9.2.
Передаточное отношение и мощность
Связь между передаточным числом и мощностью еженедельно отрицательная, хотя и не равная нулю. Коэффициент корреляции Пирсона равен -0,59.
Передаточное отношение и количество миль на галлон
Взаимосвязь между передаточным числом и MPG еженедельно положительна, хотя и не равна нулю.
Коэффициент корреляции Пирсона равен 0,42.
- Прогноз : Корреляции можно использовать для прогнозирования. Если в прошлом было известно, что две переменные коррелируют, то мы можем предположить, что они будут коррелировать и в будущем. Мы можем использовать значение одной переменной, которое известно сейчас, чтобы предсказать значение, которое примет другая переменная в будущем.
- Валидность : Предположим, мы разработали новый тест интеллекта. Мы можем определить, действительно ли он измеряет интеллект, сопоставив баллы нового теста, например, с баллами, которые те же люди получают в стандартизированных тестах IQ, или их баллами в тестах на способность решать проблемы, или их результатами в учебных задачах и т.
- Надежность : Корреляции можно использовать для определения надежности некоторого процесса измерения. Например, мы могли бы применить наш новый тест IQ в двух разных случаях к одной и той же группе людей и посмотреть, какова корреляция. Если корреляция высока, тест надежен. Если он низкий, то нет.
- Проверка теории : Многие психологические теории делают конкретные прогнозы относительно взаимосвязи между двумя переменными. Например, предполагается, что интеллект родителей и детей положительно связан. Мы можем проверить этот прогноз, проведя IQ-тесты для родителей и их детей и измерив корреляцию между двумя показателями.
Например, мы требуем, чтобы учащиеся старших классов сдавали экзамен SAT, потому что мы знаем, что в прошлом баллы SAT хорошо коррелировали с баллами среднего балла, которые учащиеся получают во время учебы в колледже. Таким образом, мы прогнозируем, что высокие баллы SAT приведут к высоким баллам GPA, и наоборот.
д.
Это процесс проверки нового теста интеллекта. Процесс основан на корреляции.
Определения корреляции, примеры и интерпретация
Корреляция означает связь, точнее, она измеряет степень, в которой две переменные связаны. Есть три возможных результата корреляционного исследования: положительная корреляция, отрицательная корреляция и отсутствие корреляции.
Содержание
Типы
- Положительная корреляция — это отношение между двумя переменными, при котором обе переменные движутся в одном направлении. Следовательно, когда одна переменная увеличивается при увеличении другой переменной или одна переменная уменьшается, а другая уменьшается. Примером положительной корреляции может быть рост и вес. Высокие люди, как правило, тяжелее.
- Отрицательная корреляция — это отношение между двумя переменными, при котором увеличение одной переменной связано с уменьшением другой. Примером отрицательной корреляции может быть высота над уровнем моря и температура. По мере подъема на гору (увеличение высоты) становится холоднее (понижение температуры).
- нулевая корреляция существует, когда нет связи между двумя переменными. Например, нет никакой зависимости между количеством выпитого чая и уровнем интеллекта.
Диаграммы рассеяния
Корреляцию можно выразить визуально. Это делается путем рисования диаграммы рассеяния (также известной как диаграмма рассеяния, диаграмма рассеяния, диаграмма рассеяния или диаграмма рассеяния).
Точечная диаграмма — это графическое изображение, показывающее отношения или ассоциации между двумя числовыми переменными (или сопутствующими переменными), которые представлены точками (или точками) для каждой пары оценок.
Точечная диаграмма показывает силу и направление корреляции между сопутствующими переменными.
Когда вы рисуете точечную диаграмму, не имеет значения, какая переменная идет по оси X, а какая — по оси Y.
Помните, что в корреляциях мы всегда имеем дело с парными показателями, поэтому для построения диаграммы будут использоваться значения двух переменных, взятые вместе.
Определите, какая переменная относится к каждой оси, а затем просто поставьте крестик в точке, где совпадают два значения.
Использование корреляций
Прогноз- Если между двумя переменными существует связь, мы можем делать прогнозы относительно одной из другой.
- Параллельная валидность (корреляция между новой мерой и установленной мерой).
- Повторно-тестовая надежность (соответствуют ли показатели?).
- Межоценочная надежность (последовательны ли наблюдатели?).
- Прогностическая достоверность.
Коэффициенты корреляции
Вместо построения графика рассеяния корреляцию можно выразить численно в виде коэффициента в диапазоне от -1 до +1. При работе с непрерывными переменными следует использовать коэффициент корреляции Пирсона r.
Коэффициент корреляции ( r ) показывает, в какой степени пары чисел для этих двух переменных лежат на прямой.
Значения выше нуля указывают на положительную корреляцию, а значения ниже нуля указывают на отрицательную корреляцию.
Корреляция, равная –1, указывает на полную отрицательную корреляцию, означающую, что при повышении одной переменной другая снижается. Корреляция +1 указывает на идеальную положительную корреляцию, а это означает, что по мере увеличения одной переменной растет и другая.
Не существует правила для определения того, какой размер корреляции считается сильным, умеренным или слабым. Толкование коэффициента зависит от темы исследования.
При изучении вещей, которые трудно измерить, мы должны ожидать, что коэффициенты корреляции будут ниже (например, выше 0,4, что будет относительно сильным). Когда мы изучаем вещи, которые легче измерить, такие как социально-экономический статус, мы ожидаем более высоких корреляций (например, выше 0,75, что будет относительно сильным) 9.0004
В такого рода исследованиях мы редко видим корреляции выше 0,6. Для такого рода данных мы обычно считаем корреляции выше 0,4 относительно сильными; корреляция между 0,2 и 0,4 считается умеренной, а корреляция ниже 0,2 считается слабой.
Когда мы изучаем вещи, которые легче сосчитать, мы ожидаем более высоких корреляций. Например, с демографическими данными мы обычно считаем корреляции выше 0,75 относительно сильными; корреляции между 0,45 и 0,75 считаются умеренными, а те, что ниже 0,45, считаются слабыми.
Корреляция и причинность
Причинность означает, что одна переменная (часто называемая переменной-предиктором или независимой переменной) вызывает другую переменную (часто называемую переменной результата или зависимой переменной).
Можно проводить эксперименты для установления причинно-следственной связи. Эксперимент изолирует независимую переменную и манипулирует ею, чтобы наблюдать ее влияние на зависимую переменную, и контролирует окружающую среду, чтобы можно было исключить посторонние переменные.
Однако корреляция между переменными не означает автоматически, что изменение одной переменной является причиной изменения значений другой переменной. Корреляция показывает только наличие связи между переменными.
Хотя переменные иногда коррелируют, потому что одна действительно вызывает другую, также может быть, что какой-то другой фактор, смешанная переменная, на самом деле вызывает систематическое движение интересующих нас переменных.
Корреляция не всегда доказывает причинно-следственную связь, так как может быть задействована третья переменная. Например, нахождение в больнице коррелирует со смертью, но это не означает, что одно событие вызывает другое, поскольку может быть задействована еще одна третья переменная (например, диета и уровень физической активности).
Резюме
«Корреляция не является причинно-следственной связью» означает, что только потому, что две переменные связаны, это не обязательно означает, что одна является причиной другой.
Корреляция идентифицирует переменные и ищет взаимосвязь между ними. Эксперимент проверяет влияние, которое независимая переменная оказывает на зависимую переменную, но корреляция ищет связь между двумя переменными.
Это означает, что эксперимент может предсказать причину и следствие (причинно-следственную связь), но корреляция может предсказать только взаимосвязь, поскольку может быть задействована другая посторонняя переменная, о которой она не известна.
Сильные стороны
1 . Корреляция позволяет исследователю исследовать естественные переменные, которые могут быть неэтичными или непрактичными для экспериментальной проверки. Например, было бы неэтично проводить эксперимент на предмет того, вызывает ли курение рак легких.
2 . Корреляция позволяет исследователю ясно и легко увидеть, есть ли взаимосвязь между переменными. Затем это можно отобразить в графической форме.
Ограничения
1. Корреляция не подразумевает и не может подразумевать причинно-следственную связь. Даже если существует очень сильная связь между двумя переменными, мы не можем предположить, что одна является причиной другой.