Вторая группа методов предназначена для ситуаций, когда переменные имеют большое количество категорий, для группировки которых не существует очевидных границ, либо же когда такая группировка может привести к потере части информации (например, коэффициенты корреляции Пирсона или Спирмена).
Расчет коэффициентов связи носит более сложный характер по сравнению с рассмотренными ранее методами. Для ознакомления с соответствующими формулами и их использованием лучше обратиться к специализированной литературе. На уровне описательной статистики, парные связи могут анализироваться в смысле силы связи, а также ее характера и/или направления.
Сила связи может варьироваться в интервале от 0 до 1 (если хотя бы одна переменная относится к номинальной шкале: например, связь между полом и успешностью обучения) или от –1 до +1 (если обе переменные относятся, хотя бы к порядковой шкале: например, связь между уровнем образования и уровнем заработка). Полное отсутствие связи соответствует 0, максимальная связь наблюдается как при –1, так и при +1. Максимальная сила связи является научной идеализацией. Соответственно, в реальной жизни значения соответствующих коэффициентов принимают промежуточные значения между –1 и 0 или 0 и +1. Например, сила связи между ростом и весом мужчин равна +0,38, для женщин этот показатель равен всего лишь +0,18 (Украина, 2008 год).
Знак связи говорит о ее направлении. Отрицательная связь указывает, что при увеличении значений одной переменной, значения другой будут уменьшаться. Если же связь положительная, то значения обоих переменных будут изменяться в одном направлении. Связь между ростом и весом, как вы понимаете, является положительной. Следовательно, более высокие люди с большей вероятностью будут иметь и больший вес. Отрицательной, например, будет связь между количеством выпитого за ночь алкоголя и самочувствием с утра.
Более подробно анализ связей рассмотрен в следующей главе.