第4章 心理学相关研究的设计

工作满意度 高 中 低
总计
性别
男
女
5
2
2
2
1
4
8
8
总计
7 4 5 16
自变量：性别（栏） 因变量：工作满意度（列）
例子：相关研究—建立双变量表
居住地与自尊心
自尊心 高 低
总计
居住地
乡村
都市
300(60%) 200(40%)
100(50%) 100(50%)
400
300
总计
500(100%) 200(100%)
又可以是类型变量。 • 连续变量：在一定区间内可以任意取值的
变量,其数值是连续不断的。例如,人体测量 的身高,体重,胸围等为连续变量。 • 类型变量（名称变量）：用数字或字符表 示个体在属性上的特征或类别上的不同， 如性别（男和女），顺序（第一名，第二 名）。
例子：相关研究—建立双变量表
工作满意度与性别
50
40
30
20
10
0
2
4
6
8
10
12
14
16
18
20
(d )負 相 關
几种不同的相关情形(图示)
60 50 40
30
0
2
4
6
8
10
12
14
16
18
20
(e)零 相 關
80
70
60
50
40
30
20
0
2
4
6
8
10
12
14
16
18
20
(g)零 相 關
70
60
50
40
30
20 0.0
10 .0
2 0.0
(f)零 相 關
50
40
30
20
10
0
2
4
6
8
10
12
14
16
18
20
(h )零 相 關
例如，在心理学相关研究中，值得 研究的方面有：
•创造力与学业成绩的关系
–创造力高的学生，其学业成绩是否也高?
•家庭背景与学业成绩的关系 •高中成绩与高考成绩的关系 •智力与学业成就的关系 •等等
相关研究的价值
学生1 学生2 学生3 学生4 学生5 学生6 学生7 学生8
学习小时数
42 23 31 35 16 26 39 19
GPA 1.8 3.0 2.2 2.9 3.7 3.0 2.4 3.4
关于皮尔逊积差相关
• 皮尔逊积差相关（Pearson correlation）是 由英国统计学家皮尔逊提出的，又称积矩 相关。
例子
• 美国相关研究报告： 车上视讯设备可能对驾驶者产生相关影响:
• 其视讯设备的范围包括：手机、导航系统、 夜视系统、无线网络、信息和娱乐系统… 根据美国国家高速公路局1995年的报告指 出，因注意力分散而造成之事故占所有事 故之19％。
第一节 研究两个变量相关关系的研 究设计与统计思路
• 一、相关研究的变量 • 相源自文库研究中的两个变量既可以是连续变量
第4章 心理学相关研究的设计
强调
• 要揭示心理现象及其规律，心理学主要通 过研究变量与变量之间的关系来加以实现。
• 心理学实证研究主要包括相关关系的研究 与因果关系的研究。
• 相关研究主要探讨存在变量之间的关系， 并根据这种关系就研究对象的特征和行为 作出解释和预测。
相关研究（correlational research）
几种不同的相关情形(图示)
80
70
60
50
40
30
20
10
0
2
4
6
8
10
12
14
16
18
20
(a)完 全 正 相 關
80
70
60
50
40
30
20
10
0
2
4
6
8
10
12
14
16
18
20
(c)正 相 關
80
70
60
50
40
30
20
10
0
2
4
6
8
10
12
14
16
18
20
(b)完 全 負 相 關
80
70
60
相关系数的强度大小与意义
相关系数范围（绝对值） 0.8以上
0.60~0.79 0.40~0.59 0.20~0.39 0.19以下
变量关连程度 很高相关 高相关 中相关 低相关 很低相关
五种不同的相关程度
•完全正相关（perfect positive correlation, r=1） •正相关 （positive correlation, 0<r<1） •零相关 （zero correlation, r=0） •负相关 （negative correlation, -1<r<0） •完全负相关（perfect negative correlation, r=-1）
•
当X的值增大，Y减小，负相关关系，相关系数在-1.00与0.00之间
•
当X的值减小，Y增大，负相关关系，相关系数在-1.00与0.00之间
•
相关系数的绝对值越大，相关性越强，相关系数绝对值越接近于1，相关
• 试图理解变量与变量间的关系。以数量的术语描 述并揭示变量之间的关系。
• 如：学生每天练习数学的时间与其数学成绩是否 相关。
• 相关系数（correlation coefficient or coefficient of correlation）
– 介于-1与1之间 – 相关系数的绝对值越大，则相关性越高。
例子
• 大学生人生观和日常情绪的相关研究 （《健康心理学杂志》 2003年04期 ）
目的 对大学生人生观与日常情绪之间的关系进行初步探 讨。 方法 本研究对 1 0 0名被试进行了人生认知量表的测查 , 并采用记录情绪日记的方法了解被试的日常情绪状况。 结果 “追求功利”与“积极情绪”的各项指标均呈负相 关 ,与“消极情绪”的各项指标呈正相关 ;而“自我完善” 和“为社会和他人服务”这两个维度与“积极情绪”和 “消极情绪”各项指标间关系则正好相反。 结论 人生观中“人生目的”因子与个体的日常情绪有较 为密切的关系
–分析变量与变量之间的关系（程度） – 根据相关，从某些变量预测另外的变量
。 –高度相关，可进一步实施实验研究。
相关研究的不足
• 相关研究固然有自身的优点，但是也存局 限性，比如：无法确定变量之间是否是因 果关系；无法进行可逆研究，如果需要确 定自因变量之间是否存在因果关系，还是 需要采用因果关系研究。
一个典型的皮尔逊完全相关
关于皮尔逊积差相关
• 皮尔逊相关系数”数值在-1和+1之间，并且具有明确的暗示：
•
如果有两个变量，X、Y
•
当相关系数为0时，X和Y两变量无关系。
•
当X的值增大，Y也增大，正相关关系，相关系数在0.00与1.00之间
•
当X的值减小，Y也减小，正相关关系，相关系数在0.00与1.00之间
700
判读解释：高自尊心组中，乡村占60% 低自尊心组中，乡村占50%
二、两变量相关关系的统计思路
• ㈠连续变量与连续变量间的相关关系 • 当相关研究中的两个变量都是连续变量时，
通常采用皮尔逊积差相关或者一元回归对 数据进行统计分析。
负相关
•玩乐时间和学习成绩 正相关的例子：
--长的玩乐时间与GPA有 关。