Estudios correlacionales en psicología: ejemplos, ventajas y tipos

¿Existe realmente una relación entre dos variables psicológicas?

Imagina que observas que los estudiantes que duermen más horas suelen obtener mejores calificaciones. ¿Significa eso que dormir más provoca un alto rendimiento académico? No necesariamente. Puede que los alumnos más motivados sean los que también cuidan su sueño. Para responder a este tipo de preguntas, la psicología recurre a los estudios correlacionales.

En este artículo aprenderás, de forma clara y con ejemplos reales, qué son los estudios correlacionales, cuáles son sus principales tipos y ventajas, y por qué son esenciales para la investigación psicológica cuando no se pueden manipular variables por razones éticas o prácticas.

¿Qué es un estudio correlacional en psicología?

Un estudio correlacional es un diseño de investigación no experimental que mide dos o más variables en un mismo grupo de sujetos para determinar si existe una relación estadística entre ellas. No manipula ninguna variable; solo observa y cuantifica cómo se asocian en su contexto natural.

Ejemplo clásico: En psicología del desarrollo, se ha encontrado una correlación positiva entre el tiempo que los padres leen cuentos a sus hijos antes de los 5 años y el vocabulario que esos niños poseen al entrar a primaria. Esto no prueba que leer cause directamente el vocabulario (podría ser que padres con mayor nivel educativo lean más y también estimulen el lenguaje de otras formas), pero sí indica que ambas variables tienden a moverse juntas.

¿Por qué son importantes los estudios correlacionales si no demuestran causalidad?

Aunque no establezcan causa-efecto, los estudios correlacionales son fundamentales por tres razones:

1. Exploración inicial de fenómenos: Cuando no se conoce nada sobre un tema (por ejemplo, relación entre uso de redes sociales y ansiedad social), la correlación permite generar hipótesis causales que luego se probarán con experimentos.
2. Cuestiones éticas: No podemos manipular variables como «trauma infantil» o «tendencia al suicidio» en un experimento. La correlación es la única vía ética para estudiarlas.
3. Predicción: Si sabemos que la procrastinación correlaciona con bajas calificaciones, podemos diseñar intervenciones sin necesidad de saber qué causa qué.

Tipos de estudios correlacionales en psicología

1. Según la dirección de la relación

• Correlación positiva: Ambas variables aumentan o disminuyen juntas.
  Ejemplo psicológico: A mayor nivel de estrés percibido, mayor número de síntomas de insomnio.
• Correlación negativa (inversa): Una variable aumenta mientras la otra disminuye.
  Ejemplo: A mayor frecuencia de ejercicio físico, menor puntuación en depresión (medida con el BDI-II).
• Correlación nula: No existe relación sistemática.
  Ejemplo: Entre el color favorito de una persona y su coeficiente intelectual.

2. Según el diseño de recogida de datos

• Estudio correlacional transversal: Mide todas las variables en un solo momento.
  Ejemplo: Encuestar a 500 adultos sobre su nivel de soledad y horas de uso de smartphone en la última semana.
• Estudio correlacional longitudinal: Mide las mismas variables en los mismos sujetos en dos o más puntos temporales.
  Ejemplo: Evaluar la autoestima y el rendimiento académico de adolescentes a los 12, 14 y 16 años para ver cómo cambia su relación.

3. Según el objetivo analítico

• Correlación bivariada: Solo dos variables.
  Ejemplo: Horas de estudio semanales y calificación en un examen de psicopatología.
• Correlación parcial: Incluye una tercera variable de control para ver si la relación original se mantiene.
  Ejemplo: La relación entre inteligencia emocional y satisfacción laboral, controlando por antigüedad en el puesto.
• Análisis de regresión (correlacional múltiple): Predice una variable a partir de varias predictoras.
  Ejemplo: Predecir la ideación suicida a partir de desesperanza, apoyo social percibido y antecedentes de abuso.

Coeficientes de correlación: el número que lo resume

En psicología se usa casi universalmente el coeficiente de correlación de Pearson (r) para variables cuantitativas. Su valor oscila entre -1 y +1:

Ejemplo práctico: Un estudio encontró una correlación de r = 0.65 entre el tiempo dedicado a mindfulness diario y la reducción de rumiación mental en pacientes con ansiedad generalizada. Es una correlación positiva fuerte.

Ojo: Una correlación de r = -0.70 (negativa fuerte) es tan relevante como una positiva de 0.70. El signo solo indica dirección.

Ejemplos detallados de estudios correlacionales reales en psicología

Ejemplo 1: Psicología clínica – Relación entre insomnio y depresión

Método: 1.200 adultos completaron el Índice de Gravedad del Insomnio (ISI) y el Inventario de Depresión de Beck (BDI-II) en un solo momento.

Resultado: r = 0.58 (correlación positiva moderada-fuerte).

Conclusión correlacional: Las personas con peor calidad de sueño tienden a presentar más síntomas depresivos. No sabemos si el insomnio causa depresión, la depresión causa insomnio, o un tercer factor (ej. estrés crónico) causa ambas.

Utilidad práctica: Este hallazgo impulsó ensayos clínicos donde tratar el insomnio redujo la depresión, probando luego la causalidad. La correlación fue el primer paso.

Ejemplo 2: Psicología educativa – Uso de dispositivos en clase y atención

Método: Estudio longitudinal durante un año académico. Se midió el tiempo de uso de laptop para fines no académicos (redes sociales, juegos) durante clases de matemáticas y la capacidad de atención medida con test de rendimiento continuo (CPT-3).

Resultado: Correlación negativa de r = -0.45 (moderada). A mayor multitarea digital, menor atención sostenida.

Valor: Aunque no causal, permitió a las escuelas crear políticas de uso de dispositivos y luego medir si mejoraba la atención.

Ejemplo 3: Psicología social – Apoyo social percibido y resiliencia en refugiados

Método: 300 refugiados sirios en Turquía completaron escalas de apoyo social (MSPSS) y resiliencia (CD-RISC). Diseño transversal.

Resultado: r = 0.71 (correlación positiva fuerte).

Implicación: Quienes reportan redes de apoyo sólidas también muestran mayor capacidad de recuperación ante la adversidad. Los programas de intervención pueden centrarse en fortalecer el apoyo social como objetivo correlacional, sin necesidad de esperar un experimento.

Ventajas de los estudios correlacionales (y una desventaja clave)

Ventajas

Desventaja principal: el problema de la tercera variable

El error más común es interpretar la correlación como causalidad. Ejemplo famoso en psicología: durante años se creyó que ver dibujos violentos (ej. Los Picapiedra) causaba agresividad infantil, porque había una correlación positiva. Investigaciones posteriores mostraron que los padres que permitían más violencia televisiva también usaban castigos físicos (tercera variable), y eso explicaba la agresividad, no la TV.

Dirección de la causalidad ambigua: Cuando dos variables correlacionan (ej. autoestima y rendimiento académico), no sabes si la autoestima mejora el rendimiento, si el rendimiento mejora la autoestima, o si hay un bucle de retroalimentación.

¿Cómo se diferencia un estudio correlacional de un experimental?

Ejemplo comparativo:

• Correlacional: Mides el consumo de cafeína y el nivel de ansiedad en estudiantes universitarios.
• Experimental: Asignas aleatoriamente a unos estudiantes a tomar 200 mg de cafeína y a otros placebo, y mides su ansiedad después.

Errores comunes al interpretar estudios correlacionales en psicología

1. Afirmar causalidad con solo correlación: «El estudio demostró que el acoso escolar causa depresión» → Falso. Demostró que están relacionados.
2. Ignorar correlaciones espurias: Dos variables pueden correlacionar sin ninguna relación real. Ejemplo clásico: La venta de helados correlaciona con los ahogamientos en playas. La tercera variable es la temperatura ambiental (calor → más helados y más bañistas → más ahogos). En psicología, por ejemplo, el número de psicólogos en una ciudad puede correlacionar con el índice de criminalidad (tercera variable: tamaño de población).
3. Creer que una correlación débil no es útil: Una r = 0.20 entre un biomarcador y un trastorno puede ser crucial si el trastorno es raro o si ese biomarcador es fácil de medir.
4. Olvidar que la correlación no lineal no se captura con Pearson: La relación entre estrés y rendimiento sigue una curva de U invertida (poco estrés → bajo rendimiento; estrés moderado → alto; estrés alto → bajo). Pearson daría casi cero, pero la relación existe.

Aplicaciones prácticas actuales de los estudios correlacionales en psicología

• Selección de personal: Correlacionar resultados de tests de personalidad (Big Five) con desempeño laboral futuro.
• Detección temprana de problemas de salud mental: Usar correlaciones longitudinales entre síntomas subclínicos y desarrollo de trastornos mayores.
• Psicología del deporte: Correlacionar cohesión grupal con rendimiento en equipos de fútbol femenino.
• Neuropsicología: Correlacionar volumen de hipocampo (medido por resonancia) con memoria verbal en personas mayores.
• Psicología positiva: Correlacionar gratitud diaria con bienestar subjetivo en muestras comunitarias.

Recomendaciones para leer o realizar un estudio correlacional riguroso

Si eres estudiante y quieres realizar tu propio estudio correlacional:

1. Define claramente dos variables medibles (ej. «horas de sueño» no es lo mismo que «calidad subjetiva del sueño»).
2. Usa instrumentos validados (escalas con alta fiabilidad y validez publicadas en revistas científicas).
3. Calcula el tamaño del efecto (no solo el p-valor; reporta r, R² o d de Cohen).
4. Comprueba los supuestos de Pearson (linealidad, homocedasticidad, ausencia de outliers extremos).
5. Interpreta con cautela y siempre discute posibles terceras variables.
6. No generalices más allá de tu muestra (correlación en universitarios de 20 años no aplica igual a niños o ancianos).

Resultados de aprendizaje

Después de leer este artículo completo, el estudiante o profesional estará capacitado para:

1. Definir qué es un estudio correlacional en psicología y diferenciarlo claramente de un diseño experimental.
2. Identificar los tres tipos principales de correlación (positiva, negativa y nula) con ejemplos psicológicos concretos.
3. Explicar la diferencia entre estudios correlacionales transversales y longitudinales, mencionando una ventaja y una limitación de cada uno.
4. Interpretar el coeficiente de correlación de Pearson (r) reconociendo su rango, dirección y fuerza (débil, moderada, fuerte).
5. Argumentar por qué una correlación no implica causalidad, citando el problema de la tercera variable y la ambigüedad direccional.
6. Enumerar al menos tres ventajas éticas y prácticas de los estudios correlacionales frente a los experimentos.
7. Detectar errores comunes en la interpretación de correlaciones publicadas en medios o artículos divulgativos.
8. Diseñar un estudio correlacional básico para una pregunta de investigación psicológica, eligiendo instrumentos de medición adecuados.
9. Aplicar los hallazgos correlacionales para generar hipótesis causales que puedan probarse en futuros experimentos.
10. Evaluar críticamente un artículo que reporte correlaciones, distinguiendo entre asociación genuina y correlación espuria.

Rodrigo Ricardo Editor y fundador