Investigación correlacional: definición, propósito y ejemplos

Definiciones en la investigación correlacional

Tu cerebro puede hacer cosas realmente interesantes. Por ejemplo, aprende que un tintineo en particular significa que los camiones de helados están cerca. Cuanto más fuerte es el tintineo, más cerca está. Y si tuvo la suerte de tener varios tipos de camiones de helados, reconocerá qué tintineo va con qué camión de helados.

El mundo está lleno de cosas en las que, si ocurre algo A, es muy probable que suceda B. Si la cosa A es el tintineo, entonces es muy probable que la cosa B, el camión de helados, esté cerca. También podemos hacer las cosas más complicadas si la cosa A es el volumen del tintineo y la cosa B es la distancia al camión de helados. A medida que aumenta el volumen, la distancia se reduce. A medida que aumenta la distancia, el volumen disminuye.

Este es un ejemplo algo tonto, pero es un ejemplo de cómo se correlaciona naturalmente un evento con otro. Una correlación se define simplemente como una relación entre dos variables. El propósito de usar correlaciones en la investigación es descubrir qué variables están conectadas. También voy a empezar a referirme a las cosas como variables; es un nombre más científico. Esta simple definición es la base de varias pruebas estadísticas que dan como resultado un coeficiente de correlación , definido como una representación numérica de la fuerza y ​​la dirección de una relación.

La investigación de correlación busca variables que parezcan interactuar entre sí, de modo que cuando vea que una cambia, tenga una idea de cómo cambiará la otra. Esto a menudo implica que el investigador utilice variables que no puede controlar. Por ejemplo, un investigador puede estar interesado en estudiar la preferencia por el helado según la edad. Si no podemos asignar la edad, ¿significa eso que tenemos que eliminar toda la correlación? ¡No!

Dado que el investigador no puede asignar ciertas variables, esto significaría que el investigador está realizando un estudio cuasi-experimental. Un estudio cuasi-experimental se define como un experimento en el que los participantes no se asignan al azar. Existen diferentes técnicas para superar esto, y le animo a explorar esto en otras lecciones.

Si bien nos centramos en la correlación en la investigación, también debemos tener en cuenta que la correlación puede ser positiva o negativa. Las correlaciones positivas significan que a medida que aumenta la variable A, también lo hace la variable B. Una correlación negativa se define como cuando la variable A aumenta, la variable B disminuirá. Tenga en cuenta que no dije cuánto se mueve la otra variable cuando cambia la primera variable.

Ejemplo 1

Al buscar correlaciones, un investigador buscará patrones: lo que ha visto suceder una y otra vez. Un patrón simple conocido por todos los maestros, pero desafortunadamente no todos los estudiantes, es el vínculo entre el estudio y las calificaciones. El estudiante estudioso que estudia tiene más probabilidades de obtener una puntuación más alta en su examen. Los estudiantes que no estudian mucho tienen menos probabilidades de obtener una puntuación tan alta como los que sí lo hacen.

Puede que estés sentado dudando de lo que he dicho porque has realizado exámenes antes en los que no estudiaste y te fue bien. Y hay otros que sí estudian y todavía no obtienen buenas calificaciones. Esto se debe a que no existe una correlación perfecta, o una relación perfecta de 1: 1, entre los elementos. Están sucediendo demasiadas cosas en el mundo real para que esta sea una conexión perfecta. Cosas como talentos personales, distracciones, familiaridad con el tema y cosas del cerebro hacen que todos sean un poco diferentes.

Esta interferencia en una correlación se conoce como variable extraña , que simplemente se define como una variable que está influyendo en el estudio. Son algo a tener en cuenta cuando se buscan correlaciones porque nada en las matemáticas o el experimento dirá: ‘Aquí está; esto está arruinando tu experimento ‘.

Ejemplo 2

El ejemplo anterior fue un buen ejemplo de correlación positiva, pero ¿qué pasa con una correlación negativa? Siguiendo con las calificaciones y la gente, ¿conoció alguna vez a esa persona que no hacía nada más que mirar televisión? La persona que mira demasiada televisión generalmente no obtiene buenos resultados en sus pruebas. Esto significa que a medida que ven más televisión, sus calificaciones bajan. 10 horas de televisión obtienen una C, mientras que 30 horas de televisión obtienen una F.

Sin embargo, un problema con esto es que no siempre está claro qué causó cuál. Quizás la persona que ve mucha televisión obtuvo una mala calificación en la última prueba. Es con esto en mente que también tenemos que introducir la idea de que las correlaciones no indican dirección. En este ejemplo, no sabemos si la mala calificación causó que ver la televisión o ver la televisión causó las malas calificaciones.

Resumen de la lección

Una correlación se define simplemente como una relación entre dos variables. Los investigadores que utilizan correlaciones buscan ver si existe una relación entre dos variables. Esta relación está representada por un coeficiente de correlación , definido como una representación numérica de la fuerza y ​​la dirección de la relación.

Esta relación se puede representar por una correlación positiva , lo que significa que a medida que aumenta la variable A, también lo hace la variable B, o una correlación negativa , definida como cuando la variable A aumenta, la variable B disminuirá. Uno de los problemas de la correlación es que no siempre está claro cuándo hay una variable extraña , que simplemente se desafía como una variable que está influyendo en el estudio. Por último, las correlaciones no indican una dirección de efecto, por lo que no se sabe si la variable A causa la variable B o viceversa.

Los resultados del aprendizaje

Después de completar esta lección, podrá:

• Caracterizar correlación, coeficiente de correlación y variable extraña
• Diferenciar entre correlación positiva y negativa
• Proporcionar una explicación de las limitaciones involucradas al realizar una investigación correlacional.