Schemat korelacyjny
Schemat korelacyjny (ang. correlational design) to prosty sposób badania zależności (korelacji, współwystępowania): mierzymy dwie lub więcej zmiennych zależnych w tym samym momencie i sprawdzamy, czy wykazują wzajemne współwystępowanie:
- W kierunku pozytywnym, np. wraz ze wzrostem wypłaty rosną również wydatki lub wraz ze spadkiem wypłaty mniej wydajemy.
- W kierunku negatywnym, im niższa samoocena, tym silniejsze objawy stresu.
Do najbardziej znanych współczynników należą: korelacja r Pearsona oraz korelacja rho Spearmana. Choć w rzeczywistości odmian korelacji jest wiele, np. semicząstkowa, punktowa, tau Kendalla.
Ważne jest że w tym schemacie badacz nie wykonuje manipulacji eksperymentalnej, zatem nie istnieje w nim zmienna niezależna. Oczywiście umownie często dzielimy zmienne na zależnie, niezależne, kontrolne i czasem zakłócające.
W schemacie korelacyjnym, podział na zmienne zależne i niezależne występuje zwłaszcza kiedy planujemy analizę regresji liniowej. Jednak metodologicznie rzecz ujmując, zmienna niezależna nie jest w schemacie korelacyjnym prawdziwie niezależna. Zastosowanie tego schematu jest częste np.:
- w psychologii (np. stres ↔ towarzyskość),
- socjologii (wykształcenie ↔ zaufanie społeczne),
- badaniach marketingowych (czas na stronie ↔ dokonanie zakupu),
- epidemiologii (liczba kroków ↔ ciśnienie krwi).
W praktyce schemat korelacyjny mówi nam jedynie o współwystępowaniu zjawisk w momencie pomiaru, ale nigdy nie możemy mówić o przyczynowości i jest to bezwzględna zasada, którą warto pamiętać projektując takie badanie.
