Correlación Vs causalidad: diferencias y definición

Correlación frente a causalidad

Brandy trabaja en una tienda de ropa. Mientras reabastece los estantes, se da cuenta de que los suéteres se han ido por completo. Ella entra en el área de inventario de la tienda y encuentra las cajas de suéteres. Mientras tanto, recibe una llamada: otra de sus compañeras de trabajo se reporta enferma. ¡Esa es la tercera persona esta semana! Mientras reabastece los suéteres, Brandy tiene un pensamiento. ¿Las ventas de suéteres están causando que sus compañeros de trabajo se enfermen? Brandy se enfrenta a un problema común, correlación versus causalidad.

En esta lección, aprenderá sobre correlación y causalidad, las diferencias entre los dos y cuándo saber si algo es una correlación o una causalidad.

Primero, tanto la correlación como la causalidad necesitan una variable independiente y dependiente. Una variable independiente es una condición o un dato en un experimento que se puede controlar o cambiar. Una variable dependiente es una condición o un dato en un experimento que está controlado o influenciado por un factor externo, generalmente la variable independiente.

Si hay una correlación, a veces podemos suponer que la variable dependiente cambia únicamente porque cambian las variables independientes. Aquí es donde se produce el debate entre correlación y causalidad. Sin embargo, existe una diferencia entre causa y efecto (causalidad) y relación (correlación). A veces, estas áreas pueden confundirse y confundirse al analizar los datos.

Definición de correlación

Probablemente sepa que una correlación es la relación entre dos conjuntos de variables que se utilizan para describir o predecir información. Aquí se hace hincapié en la relación. A veces podemos usar la correlación para encontrar la causalidad, pero no siempre. Recuerde que la correlación puede ser positiva o negativa.

El gráfico 1 se denomina correlación positiva , donde las variables dependientes y las variables independientes en un conjunto de datos aumentan o disminuyen juntas.

Correlacion positiva

Esto significa que existe una relación positiva entre la cantidad de suéteres vendidos en la tienda de Brandy y la frecuencia de enfermedades que ocurren con los compañeros de trabajo de Brandy.

Si los números se inclinan hacia abajo, como la línea en el Gráfico 2, entonces tiene un conjunto de datos con una correlación negativa , donde las variables dependientes y las variables independientes en un conjunto de datos aumentan o disminuyen en sentido opuesto entre sí.

Correlación negativa

Eso significa que si las variables independientes disminuyen, entonces la variable dependiente aumentaría y viceversa. En este ejemplo, Brandy nota que cuantos más pantalones cortos se venden, menos enfermedades hay, pero más tiempo de vacaciones usan sus compañeros de trabajo.

Entonces la pregunta es: ¿las ventas de pantalones cortos o suéteres causan enfermedades o vacaciones? Es posible que haya adivinado que no es la ropa la que está causando este cambio; estas cosas están simplemente correlacionadas, pero no de causa y efecto.

Definición de causalidad

La causalidad , también conocida como causa y efecto, es cuando un evento o acción observados parece haber causado un segundo evento o acción. Por ejemplo, compré un edredón de cama nuevo y lo puse en mi lavadora para que lo limpiara. Después de limpiar el edredón, mi lavadora dejó de funcionar. Puedo suponer que la primera acción, lavar el edredón, causó la segunda acción, la lavadora rota.

Brandy decide reorganizar el inventario en su piso. Coloca la ropa deportiva y los zapatos en un lugar destacado de la tienda, coloca el traje de baño al lado de la caja registradora y traslada el atuendo de negocios a un lugar menos visible. Durante las próximas semanas, nota un cambio en sus empleados. Son más activos, comen más saludablemente y salen a caminar en sus descansos. ¿Podría la ropa deportiva en un lugar prominente hacer que los empleados tengan la motivación para ser más saludables? Intenta un experimento, intercambiando ropa deportiva y ropa de trabajo. Durante las próximas semanas, Brandy no nota ningún cambio en el comportamiento de los empleados. Ella les pregunta qué hizo que de repente quisieran hacer ejercicio y vivir un estilo de vida más saludable. ¿Fue la ropa deportiva? No, le dicen ellos.

Identificación de correlación o causalidad

Desafortunadamente, no existe una forma probada y verdadera de identificar la causalidad. Podemos encontrar muchas correlaciones en la investigación, pero la causalidad a menudo requiere un experimento separado. Por ejemplo, Brandy no sabía si la ropa deportiva era la causa o simplemente una correlación hasta que reorganizó el inventario por segunda vez. Sin embargo, puede identificar casos de causalidad probable. Veamos algunos ejemplos.

Brandy ha notado que tiene problemas para mantener el inventario de ciertos tamaños de calzado. En las tallas seis y siete, con frecuencia se le acaban los tacones altos para las mujeres. En las tallas ocho y nueve, con frecuencia se queda sin calzado deportivo para mujeres. Brandy se da cuenta de esto y se pregunta si tener un determinado tamaño de pie hace que una persona sea más atlética. Dada la información, ¿es esta una posible causa? Pausa el video aquí si necesitas revisar la información y pensar en tu respuesta.

¿Entonces, qué piensas? ¿Es el tamaño del pie de una persona una causa de la capacidad atlética de una persona? No; Dada la información, solo podemos decir que se trata de una correlación, especialmente porque las tallas en ambos tipos de calzado son las tallas comunes de los pies de las mujeres.

Bien, probemos con otro. Brandy tiene problemas para vender una camiseta nueva en las existencias de la tienda. Se da cuenta de que las personas que compran la camisa la sacan directamente del perchero y muchos la devuelven en unos días. También se da cuenta de que la camisa a menudo cuelga en el cesto de basura del vestidor. Brandy plantea la hipótesis de que algo sucede cuando los clientes se prueban la camisa. Más tarde, pide a algunos empleados que se prueben la camisa; todos informan que la camisa tiene un forro que pica y que no les gusta. Brandy cree que esta es la causa de la falta de ventas de la camiseta. Dada la información, ¿es esta una posible causa? Pausa el video aquí si necesitas revisar la información y pensar en tu respuesta.

¿Entonces, qué piensas? ¿Es el forro áspero la causa probable de malas ventas? Dada la información, probablemente esto sea cierto. Existe una correlación entre las bajas ventas de la camiseta y la frecuencia con la que se encuentra en la rejilla de descarte. Pero esta información por sí sola no es suficiente para determinar la causalidad. Brandy tuvo que dar un paso más para recopilar más información.

Resumen de la lección

Encontrará correlación y causalidad en la vida cotidiana, como aprendimos de las experiencias de Brandy. Una correlación es la relación entre dos conjuntos de variables que se utilizan para describir o predecir información. Una correlación puede ser positiva o negativa. Una correlación positiva es cuando las variables dependientes y las variables independientes en un conjunto de datos aumentan o disminuyen juntas. Se produce una correlación negativa cuando las variables dependientes y las variables independientes de un conjunto de datos aumentan o disminuyen opuestas entre sí.

A veces, cuando existe una correlación, puede pensar que ha encontrado una causalidad. La causalidad , también conocida como causa y efecto, es cuando un evento o acción observados parece haber causado un segundo evento o acción. ¿Recuerdas cuando Brandy estaba reorganizando la ropa en el departamento? Ella pensó que la ropa deportiva era probablemente la causa de las rutinas de acondicionamiento físico de sus empleados, pero resultó ser la exhibición del traje de baño. Hablando de eso … creo que será mejor que vaya al gimnasio.

Los resultados del aprendizaje

Una vez que haya terminado con esta lección, tendrá la capacidad de:

• Definir correlación y causalidad.
• Diferenciar entre correlaciones positivas y negativas
• Explique por qué es difícil determinar la causalidad.

Rodrigo Ricardo Editor y fundador