همبستگی چند متغیره در تحلیل آماری با spss به کار می رود که در این مقاله کوتاه به آن پرداخته می شود.

همبستگی چند متغیری دو سویه گسترش منطقی رگرسیون چند متغیری است .

در واقع آن یک روش رگرسیون چند متغیری است .

این روش بیش از یک متغیر وابسته را به الگوی رگرسیون چند متغیری اضافه می کند .

به بیان دیگر ، این روش روابط بین مجموعه متغیرهای مستقل و مجموعه متغیرهای وابسته را بررسی می کند . بدین ترتیب ، به طور نظری آن یک شیوه ی تحلیلی قوی است . به هر حال ، از نظر تفسیر نتایج و توانایی محدودش در آزمودن الگوهای نظری محدودیت هایی دارد که می تواند سودمندی آن را محدود کند . تحلیل تمییزی ( تفکیکی ) نیز رابطه ای تنگاتنگ با رگرسیون چند متغیری دارد . نامش هدف آن را مشخص می کند .

تمییز ( تفکیک ) گروهها از یکدیگر بر اساس مجموعه های شاخصها ، در گمارش افراد به گروهها بر مبنای نمره های آزمونهایشان نیز سودمند است .

در عین حال که این توضیح کافی نیست ، در حال حاضر بسنده است . ر این مرحله مشخص کردن خصوصیات فنی به نام تحلیل واریانس چند متغیری به خاطر اینکه هنوز تحلیل واریانس را مطالعه نکرده ایم ، حتی در حد سطحی ، دوشوار است .

لذا بحث در مورد آن را به بعد موکول می کنیم . تحلیل عاملی اصولاً از لحاظ نوع و هدف با سایر روشهای چند متغیری فرق دارد . هدف بنیادی این روش این است که به پژوهشگر کمک می کند تا واحدهای یا ابعاد موجود در پشت سر شاخصهای زیاد را عوامل نامیده می شوند و شناسایی کند . برای مثال اکنون می دانیم که پشت سر شاخصهای زیادی از توانایی و هوش ، ابعاد یا عوامل معدودی قرار دارند . استعداد کلامی و استعداد ریاضی دو تا از مشهورترین های چنین عواملی هستند . در سنجش نگرشهای اجتماعی ، مذهبی ، اقتصادی ، و آموزش و پرورشی ، عواملی پیدا شده اند .

روشهای چند متغیری که ذکر شدند ، به تعبیری که منظور معمولی از «روشهای چند متغیری» را می رسانند ، «استاندارد» هستند . اما ، روشهای چند متغیری دیگری با اهمیت برابر ، حتی بیشتر ، نیز وجود دارد . برای مثال ، در عین حال که تحلیل با ساختارهای کوواریانسی و تحلیل مدلهای خطی طولانی ، توصیف و تشریح بسنده بسیار پیچیده و دشوار است ، از اهمیت چشم گیری برخوردارند .

مقیاس بندی چند بُعدی و تحلیل مسیر را نیز می توان در اینجا در حد کافی مطرح ساخت . پس چه باید کرد؟

بعضی از این رویکردها و روشها آنقدر نیرومند و مهم اند- در واقع ، ريال پژوهش رفتاری را دچار تحول می سازند-کتابی که آنها را نادیده بگیرد به طور حتم ناقص خواهد بود . راه حل مسئله در پیشگفتار مطرح شده است .

ارزش آن را دارد در اینجا تکرار کنیم که رایجترین و قابل دسترس ترین رویکرد –تحلیل واریانس ، رگرسیون چند متغیری ، و تحلیل عامل- با جزئیات فنی کافی ارائه می شودبه طوری که دانشجوی برانگیخته و مستعد بتواند حداقل آنها را با کمک ، البته ، ماشین حسابهای بزرگ یا کامپیوترها ( به ویژه ماشین حسابهای قابل برنامه ریزی و کامپیوترهای کوچک ) مورد استفاده قرار دهد و نتایج را تفسیر کند .

بعضی روش های پیچیده نظیر تحلیل با ساختار کواریانسی و الگوهای خطی لگاریتمی «به صورت مفهومی» توصیف و تشریح خواهند ش . یعنی اینکه هدف و منطق آنها تشریح و با سعه صدر توصیفی از کاربرد تخیلی و واقعی آنها در پزوهش ذکر می شود .

در مورد سه روش شناسی زیر چنین رویکردی را در مقالات بعدی دنبال خواهیم کرد . تحلیل مسیر یک روش نگاره ای ( نموداری ) برای مطالعه تاثیرهای مستقیم و غیر مستقیم بر یکدیگر و متغیرهای وابسته است . به بیان دیگر ، روشی برای به تصویر کشیدن و آزمودن نظریه هاست . شاید خاصیت اصلی ان این باشد که از پژوهشگران می خواهد چهار چوب نظری مسایل پژوهش را روشن سازند .

تحلیل مسیر برای دستیابی به اهداف خود از به اصطلاح نگاره های علّی یا مسیری و تحلیل رگرسیون بهره می گیرد . خوانندگان می توانند با مراجعه به فصل 34 و با بررسی یک یا دو نمونه از تحلیل مسیرهای ارائه شده در آنجا کنجکاوی خود را تا حدودی ارضا کنند . احتمال زیاد می رود که در آینده از تحلیل مسیر بیشتر به عنوان یک روش ضمیمه به سایر روش های کلی تر استفاده شود تا به عنوان یک روش تحلیلی کامل و خودکفا . برای مثال ، همانظور که بعداً خواهیم دیدف از تحلیل مسیر می توان به عنوان بخش انتگرال ( تصحیح گر ) تحلیل با ساختار کوواریانسی استفاده کرد و باید استفاده بشود .

تحلیل با ساختار کوواریانسی- یا مدل بندی علّی ، یا مدل های معادله ساختاری- رویکرد نهایی به تحلیل داده های با ساختار پیچیده است . آن اساساً به معنی تحلیل تغییر توامان متغییرهایی است که از ساختار دیکته شده توسط نظریه برخوردارند .

برای مثال ، می توانیم کفایت نظریه های هوش ذکر شده در فصل های قبل را برازاندن این نظریه ها در چارچوب تحلیل با ساختار کوواریانسی بیازماییم و سپس این نکته را که این نظریه ها داده های آزمون هوش واقعی را به چه خوبی تبیین می کنند ، مورد آزمون قرار دهیم .

این روش-یا در واقع روش شناسی- یک ترکیب اماری و ریاضی اصیل از تحلیل عامل ، رگرسیون چند متغیری ، تحلیل مسیر ، و اندازه گیری روانشناسی در یک نظام جامع واحد است که می تواند فرمول بندیهای نظری پیچیده مسایل پژوهشی را بیان کند و بیازماید . مدلهای خطی لگاریتمی روش- یا باز هم ، روش شناسی-نهایی تحلیل چند متغییری داده های فراوانی است .

روشهای چند متغیری ذکر شده تا حد زیادی به تحلیل داده های حاصل از مقادیر پیوسته : نمره های آزمون ، مقادیر مربوط به مقیاس شخصیتی و نگرش ، مقادیر مربوط به متغیرهای زیست محیطی ( اکولوژیک ) و نظایر آن ، می پردازند . اما ، همانطور که در فصل بعد خواهیم دید ، داده ای پژوهش رفتاری اغلب به صورت فراوانی هستند .

برای مثال ، اکثراً افراد ، تعداد مذکرها و مونثها ، سیاهپوستان و سفید پوستان ، معلمان و غیر معلمان ، افراد طبقه متوسط و کارگری ، کاتولیک ، پروتستان و یهودی ، و نظایر آن را شمارش می کنند .

تحلیل خطی لگاریتمی ، مطالعه ترکیب های پیچیده ای از چنین متغیرهای اسمی را ممکن می سازد . مثل تحلیل با ساختارهای کوواریانسی امکان می دهد نظریه های مربوط به روابط و تاثیر متغیرهایی از این قبیل بر یکدیگر را مورد آزمون قرار دهیم .

ویژگیهای این روش شناسی را در فصل بعد به اختصار بیان خواهیم کرد . هر چند که محدودیتهای مروط به جا و دشواریهای فنی ما را مجبور می سازد بحث را به اندیشه های ایه ای محدود کنیم .

اما ، حداقل خواهیم دید که این روش شناسی ، همانند تحلیل با ساختارهای کوواریانسی یکی از نیرومندترین و مهمترین روش شناسی های قرن است .