Подход с точки зрения логики используется в вопросах, касающихся направления причинно-следственных связей между А и В. Второй метод особенно эффективен для исключения третьего фактора С. При этом пользуются аналитической процедурой, которая называется методом парциальной корреляции. Частичная корреляция — это процедура, направленная на статистическое устранение действия одной переменной на корреляционную связь между двумя другими-переменными. По существу, метод частичной корреляции заключается в сохранении неизменной потенциально значимой третьей переменной в процессе анализа связи между двумя другими переменными. Это равноценно изучению отношений между А и В в выборке, где все имеют одинаковые показатели по параметру С. Вопрос, разумеется, состоит в том, остается ли значимой связь между А и В при отсутствии влияния С.

Предположим, мы обнаружили положительную корреляционную связь между просмотром телепрограмм с эпизодами насилия и уровнем агрессии, однако подозреваем, что эту связь в действительности обусловливает некий третий фактор, к примеру методы воспитания. Допустив, что мы можем получить приемлемую оценку способов воспитания, мы могли бы использовать метод частичной корреляции для устранения влияния воспитания на корреляционную связь «просмотр телепрограмм — агрессия». Обнаружив, что корреляция остается на том же или примерно на том же уровне, какой она была изначально, мы могли бы заключить, что способ воспитания не является значимым фактором, привносящим смешение. И наоборот, резкое снижение корреляции свидетельствовало бы о наличии существенной доли воспитания в связи между просмотром агрессивных телепрограмм и агрессивным поведением.

Хотя процедуры и различаются, цель использования метода парциальной корреляции та же, что и цель метода уравнивания, описанного ранее в этой главе. В обоих случаях исследователь стремится устранить факторы, вносящие смешение, приводя их к одному уровню для всех сравниваемых групп. При уравнивании приведение к одному уровню осуществляется до проведения процедуры исследования путем включения испытуемых в разные группы; при парциальной корреляции оно осуществляется после процедуры исследования путем статистического исключения факторов, приводящих к смешению. И уравнивание, и частичная корреляция имеют общее ограничение: с их помощью нельзя устранить все возможные факторы, приводящие к смешению. Иными словами, существует масса переменных С, и ни одному исследователю не измерить и не проконтролировать их все.

Процедуры третьего типа, предназначенные для вычленения информации о причинно-следственных связях из корреляционных данных, так или иначе связаны с временными отношениями между переменными. Эти процедуры строятся на факте необходимого предшествования причины следствию. Поэтому, составив схему изменений отношений A и В во времени, мы сможем ближе подойти к решению вопроса о том, А приводит к В или наоборот.

Рис. 3.5. Корреляции между переменными в плане перекрестных корреляций с лагом

Наиболее трудоемкой формой временного анализа является процедура, называемая перекрестной корреляционной группировкой с лагом (Campbell & Stanley, 1966). Она требует лонгитюдного подхода, при котором по крайней мере две переменные измеряются два или более раз за определенный период времени. Такое исследование дает возможность вычислить ряд коэффициентов корреляции как в рамках одного периода, так и между периодами. На рис. 3.5 представлены варианты корреляций в исследовании с двумя переменными и двумя моментами измерения (г-коэффициенты корреляции). Таким образом, можно узнать коэффициент корреляции между Л и В и в момент 1, и в момент 2; стабильность Л и В во времени; и, что наиболее важно, межвременные коэффициенты корреляции между A и В -~ то есть корреляции, изображенные по диагоналям. Для определения направления причинного воздействия в паре Л и В необходима информация именно по диагонали. Если причинный фактор это Л, то следует ожидать значительной корреляции между A в момент 1 и В в момент 2 — изменения в причине должны приводить к изменению эффекта. Коэффициент корреляции между В в момент 1 и Л в момент 2 должен быть существенно ниже. И наоборот, если причинный фактор — В, следует ожидать более высокого коэффициента корреляции между В1 и A2, и более низкого — между A1 и В2.

Наверное, проще всего разъяснить вышесказанное на практическом примере. Лефковитц, Эрон, Уолдер и Хьюсман (Lefkowitz, Eron, Walder & Huesmann, 1972) использовали метод перекрестных корреляций, изучая связь насилия на телеэкране и агрессии (см. также Huesmann, Lagerspetz & Eron, 1984). Они измерили параметры просмотров телепрограмм и оценили уровень агрессии у 3-классников, а затем у них же (у тех, кого удалось привлечь к повторному обследованию) и те же параметры 10 лет спустя. Результаты для мужской половины выборки представлены на рис. 3.6. Обратите внимание: ничто не подтверждает гипотезу о том, что склонность к агрессии ведет к предпочтению телепрограмм с эпизодами насилия;

коэффициент корреляции между уровнем агрессии в момент 1 и просмотром агрессивных телепередач в момент 2 по существу нулевой. Однако есть свидетельства в пользу противоположной гипотезы, поскольку просмотр агрессивных телепередач в момент 1 тесно связан с агрессией в момент 2.

Рис. 3.6. Корреляции между предпочтением определенных телепрограмм и агрессией в перекрестном корреляционном исследовании с лагом. (М М. Lefkowitz, L. D. Eron, L. D. Walder, & L. R. Huesmann, 1972, Television and Social Bahavior, Vol. 3)

Следует отметить, что исследование Лефковитца и др. было описано исключительно в качестве примера перекрестной группировки с лагом. В действительности это исследование и сделанные на его основе выводы можно подвергнуть критике по ряду пунктов (Freedman, 1984). В целом, перекрестное исследование с лагом, хотя и выглядит довольно простым в том виде, в котором оно здесь рассмотрено, связано с рядом сложностей и зависит от некоторых статистических допущений. Неизвестно, как часто эти допущения соответствуют действительности и, следовательно, насколько обосновано применение данного метода. Рогоса (Rogosa, 1980) аргументированно критикует попытку сделать выводы о причинности посредством перекрестного анализа.

Рассмотрение последнего метода повышения обоснованности заключений о причинно-следственных связях поможет уяснить один из базовых принципов методологии исследования. Иногда есть возможность дополнять корреляционный анализ экспериментальным изучением того же вопроса. Иными словами, можно изменить предположительную причину и оценить воздействие данных манипуляций на зависимую переменную, таким образом, создавая реальную связь между зависимой и независимой переменными. Как уже отмечалось, в литературе, посвященной теме насилия на телеэкране, содержится описание ряда подобных экспериментальных исследований, в которых оценивается эффект манипуляций со временем и характером телепрограмм. В этих исследованиях осуществляется контроль, отсутствие которого является недостатком корреляционного плана. Наличие переменной Л, подвергающейся экспериментальным манипуляциям, снимает неопределенность в отношении направления причинного воздействия в паре А и В — изменения В должны быть обусловлены изменениями Л, а не наоборот. А поскольку мы контролируем не только нашу независимую переменную, но и другие факторы, никакая третья переменная Сне .может вносить смешение в отношения между Л и В. Поэтому наши выводы о причинно-следственных связях будут более обоснованны.