В предыдущем модуле вы узнали, как правильно обрабатывать корреляционные, сравнительные и экспериментальные исследования. Пришло время рассказать о том, как представлять их результаты публике. Делается это с помощью таблиц, графиков и текстов. Общий принцип здесь таков – показываете таблицу или график, а затем описываете текстом, что видите. Основное требование – сделать результаты максимально понятными для читателя. Начнем с корреляционного исследования. Как вы, наверное, помните, для этого типа исследований главным показателем является коэффициент корреляции. Он сообщает направление и силу взаимосвязи между двумя переменными. Однако, обычно в исследованиях встречается больше двух переменных, например, три – самочувствие котиков, количество еды и калорийность пищи. Чтобы отразить все возможные взаимосвязи используют специальную таблицу – корреляционную матрицу. Корреляционная матрица всегда квадратная, а название столбиков повторяют названия строчек. Сами названия – это переменные, между которыми мы ищем связь. А в каждой ячейке этой матрицы находится коэффициент корреляции между двумя переменными. Обратите внимание на диагональ, заполненную единичками. Она называется главной диагональю и матрица симметрична относительно нее. А единички – потому что корреляция переменной самой с собой равна единице. Размер корреляционной матрицы зависит от количества переменных, и, чем их больше, тем труднее матрица для восприятия. Поэтому не стоит помещать ее в статью в сыром виде. Нам потребуется только ее часть. Для нашего примера про взаимосвязь между питанием и самочувствием нам нужен вот этот кусок. В единственный столбец у нас войдет «котиковое самочувствие», а по строчкам – количество еды и ее калорийность. Старайтесь сделать таким образом, чтобы большая по размеру группа переменных находилась по строчкам. Пример – на слайде. Делайте так как справа, а не так как слева. Когда столбцов слишком много, например, больше трех, то тогда лучше всего порезать таблицу на несколько маленьких. Например, у нас есть целая группа переменных, указывающих на самочувствие: веселость, игривость и общая удовлетворенность. Тогда лучше сделать три таблицы под каждую из них. Одна будет про веселость, другая про игривость, а третья – про общую удовлетворенность. Что дальше? Дальше надо отметить, какие из коэффициентов являются значимыми, то есть, у каких из них p-значение меньше 0.05. Делается это с помощью звездочек. Коэффициенты, чье p-значение меньше 0.05 получают одну звездочку. Значение на уровне 0.01 – две. Нужно поставить эти звездочки и написать комментарий снизу таблицы. Теперь даже не очень осведомленный в теме человек поймет какие взаимосвязи являются значимыми, а какие нет. Кстати, помните, что значимость и сила связи – абсолютно разные вещи. Если вы получили коэффициент, который по модулю ниже 0.3-х, то какая бы значимость у него не была, связь все равно очень слабая. Зато коэффициент больше 0.7-ми говорит о весьма сильной связи. Для иллюстрации взаимосвязи двух переменных стоит использовать точечную диаграмму. Выглядит она так. Чем больше она напоминает прямую линию – тем сильнее связь. Если направление этой линии вправо-вверх, то связь является положительной. Если вправо-вниз, то связь – отрицательная. Вообще, многие исследователи рекомендуют построить такую диаграмму прежде, чем вычислить коэффициент корреляции. Все дело в том, что коэффициент корреляции отражает только линейную связь. То есть, чем больше «а», тем больше «б». Или чем больше «а», тем меньше «б», для любого «а» и «б». Однако, не все связи являются линейными. Например, если котиков кормить, до определенного момента их самочувствие может улучшаться. Однако, после этого момента они будут чувствовать себя все хуже и хуже, ибо переедание. Коэффициент корреляции, в этом случае, будет равен нулю, при том что реальная связь будет существовать. Построить точную диаграммы в Excel настолько легко, что под это не нужно делать отдельное видео. Делается три шага. Первый – выделяете столбики с переменными. Второй – переходите во вкладку «Вставка». Третий – нажимаете «Вставить точечную или пузырьковую диаграмму». Эта кнопка – последняя в разделе диаграммы и обозначена соответствующей иконкой. Поговорили о диаграммах, переходим к тексту. Здесь нужно прямо описывать то, что вы видите, по схеме: коэффициент корреляции такой-то, это значит то-то и то-то. Например, мы получили значимый коэффициент корреляции между количеством потребляемой еды и самочувствием котиков равный 0.7. Это означает, что котики которые много едят, как правило, лучше себя чувствуют. Таким образом мы записываем каждый значимый коэффициент корреляции. Собственно, так и выглядит представление результатов корреляционного исследования, то есть необходимо вырезать кусочек из корреляционной матрицы, отметить на нем значимые коэффициенты корреляции и описать каждый из них текстом. В некоторых случаях, прежде чем вычислить коэффициент корреляции, имеет смысл построить точечную диаграмму. Возможно, связь все таки есть. Но, линейный коэффициент корреляции ее не обнаружит. Что делать в таких случаях – это тема для продвинутого курса. Но знать о том что такие ситуации встречаются – полезно. Итак, мы закончили с корреляционным исследованием. В следующем видео мы поговорим о том, как представлять результаты сравнительного исследования.