Читать книгу Социальная психология - Роберт Чалдини - Страница 18

Данные, полученные с помощью описательных методов, могут обнаруживать корреляцию, то есть то, как часто две или более переменных появляются вместе (психологи используют термин «переменная» применительно к любому изменяющемуся показателю, будь то дневная температура, человеческий рост, цвет волос, численность толпы или количество алкоголя, потребляемого в кампусах разных колледжей). Леон Манн (Mann, 1981) решил выяснить, какие переменные могут быть связаны с таким неоднозначным явлением, как подстрекательство к самоубийству, когда зрители побуждают самоубийцу сделать последний шаг навстречу смерти. В одном случае ночная толпа из 500 зевак не только призывала Глорию Полицци спрыгнуть с пятидесятиметровой водонапорной башни, но также выкрикивала ругательства в адрес команды спасателей и бросала в нее камни. Воспользовавшись газетными архивами для изучения этой темы, Манн установил, что активность подстрекательства к суициду коррелирует с численностью толпы. Чем многочисленнее толпа, тем активнее она может издеваться над человеком, стоящим на границе между жизнью и смертью.

Исследование

Представьте, что вы как журналист получили задание написать статью о том, чем какая-то интересная группа людей (например, многоженцы из штата Юта, члены нью-йоркской банды гангстеров или голливудские кинозвезды) отличается от типичного американского жителя пригородных районов. Какие описательные методы вы могли бы использовать, чтобы изучить эту тему, и какие проблемы могли бы помешать вам сделать обоснованные заключения?

Корреляция между двумя переменными часто выражается математически с помощью статистического показателя, называемого коэффициентом корреляции. Коэффициент корреляции может изменяться от +1,0, что соответствует полной прямой связи между двумя переменными, через 0, что указывает на полное отсутствие связи, до −1,0, что соответствует полной обратной связи. Положительная корреляция означает, что, когда одна переменная растет или уменьшается, другая переменная растет или уменьшается вместе с ней. Например, когда численность толпы растет, количество призывов к самоубийству также увеличивается. Отрицательная корреляция указывает на наличие обратной зависимости: когда одна переменная растет или уменьшается, другая изменяется в противоположном направлении. Например, женщины, которые больше преданы своим нынешним партнерам и больше довольны ими, обращают меньше внимания на других мужчин (Maner et al., 2003; Miller, 1997).

Показатели корреляции могут содержать полезные подсказки, но они не дают исследователю возможности сделать выводы о причинах и следствиях. Рассмотрим зависимость между численностью толпы и подстрекательством к самоубийству. Многочисленная толпа ассоциируется с разными формами неприемлемого в иных случаях поведения, которые часто можно наблюдать на рок-концертах, вечеринках по случаю празднования Хэллоуина или в массовых шествиях болельщиков по окончании важных спортивных состязаний. Казалось бы, можно прийти к выводу, как это сделал Манн в своем исследовании, что человек, находящийся в многочисленной толпе, чувствует свою анонимность. Это, в свою очередь, может снизить его озабоченность возможностью его идентификации как соучастника такого жестокого и отвратительного деяния. Однако важно помнить, что корреляция не равнозначна причинно-следственной связи.

Корреляция – степень связи двух или более переменных между собой.

Коэффициент корреляции – математическое выражение зависимости между двумя переменными.

Но почему корреляция не равнозначна причинно-следственной связи? Во-первых, всегда сохраняется возможность того, что предполагаемое направление причинности изменится на противоположное, то есть В будет вызывать А, а не А вызывать В (рис. 1.2). Например, как только начинается побуждение к самоубийству, об этом могут сообщить по радио, что может заставить жителей близлежащих улиц пойти посмотреть на необыкновенное зрелище (таким образом, побуждение к самоубийству приведет к росту численности толпы, а не наоборот). Другая проблема состоит в том, что корреляции могут быть найдены тогда, когда причинная связь отсутствует вовсе, в частности когда третья переменная С вызывает появление и А, и В. Например, Манн также обнаружил, что побуждение к самоубийству чаще происходит по вечерам. Возможно, потому, что люди обычно потребляют алкоголь вечером, а захмелевшие люди чаще проявляют стадное чувство (то есть охотнее присоединяются к толпе) и становятся неуправляемыми (и, следовательно, начинают насмехаться над потенциальным самоубийцей). Если это так, то ни вечернее время, ни численность толпы не являются прямой причиной побуждения к самоубийству; каждая из этих переменных оказывается случайно связанной с количеством самоубийств.

Рис. 1.2. Объяснение корреляций. Когда две переменные (такие как численность толпы и подстрекательство к самоубийству) коррелируют между собой, то возможно, что переменная А (в данном примере численность толпы) вызывает изменение переменной В (подстрекательство к самоубийству). Однако также возможно, что переменная В влияет на переменную А или что третья переменная С (в данном примере – потребление алкоголя в вечернее время) влияет на А и В независимым образом.

Таким образом, из-за наличия разных возможных связей между коррелированными переменными довольно трудно сделать четкие выводы о причинной зависимости на основе одной лишь корреляции. Чтобы сделать правильные заключения о причине и следствии, исследователи обращаются к экспериментальному методу. При использовании его переменные изолируются от влияния других факторов, которые в обычных условиях сосуществуют вместе с ними.