Análisis e Interpretación de la Correlación

Análisis de correlaciones en investigación

Las correlaciones miden la asociación entre dos variables (covariables) que existen de forma natural, lo que significa que los investigadores no manipulan las variables. Por tanto, las correlaciones son métodos de investigación no experimentales.

Las correlaciones se utilizan al realizar

• Estudios no experimentales sobre dos variables (no hay una variable dependiente o independiente definida, sólo dos variables medidas juntas).

• Estudios en los que puede haber una relación causal (variable dependiente e independiente), pero no es ético ni práctico manipular las variables.

• Para comprobar la fiabilidad de escalas, tests y cuestionarios.

Existe correlación cuando las puntuaciones de una variable covarían o se asocian con los valores de otra variable.

El análisis de correlación se utiliza mucho en la investigación psicológica y en el mundo real.

Por ejemplo, puede que te hayas encontrado con estudios que analizan la relación entre el género y la inteligencia emocional. Aunque parezca que este estudio realizaría un análisis correlacional, está investigando las diferencias entre los dos grupos, hombres y mujeres, y esto no es lo que hacen los análisis correlacionales.

Es importante tener en cuenta que sólo se puede realizar una correlación cuando las dos variables del estudio presentan datos continuos. Si una de las variables es categórica, como en el ejemplo anterior, no se puede realizar una correlación porque la variable es discreta.

Tipos de análisis de correlación

Existen tres tipos de correlación:

• Correlación positiva: De ellas, los investigadores pueden deducir que cuando una variable aumenta, la otra también aumenta.

• Correlación negativa: Se puede deducir que cuando una variable aumenta, la otra disminuye, o viceversa.

• Correlación cero/sin correlación: no hay correlación/relación entre las variables.

Coeficientes de correlación: Uso e interpretación adecuados

Los coeficientes de correlación (r) indican la fuerza entre dos variables en términos numéricos. Pueden oscilar entre -1 y +1. El número 0 significa que no hay correlación. Los números negativos indican correlaciones negativas, y los números positivos indican correlaciones positivas.

A los investigadores no sólo les interesa el tipo de correlación, sino que también comprueban la magnitud de las correlaciones; esto se refiere a lo fuerte que es la relación entre las variables.

Los investigadores se fijan en el coeficiente de correlación(valor R) para establecer la magnitud de la correlación.

La interpretación es la siguiente:

Al realizar un trabajo científico, los investigadores no sólo suelen presentar las correlaciones por escrito, sino que también las expresan visualmente mediante gráficos de dispersión. Echemos un vistazo a estos gráficos.

Presentación visual de las Correlaciones en la Investigación: Los diagramas de dispersión

Para crear un diagrama de dispersión, los investigadores trazan una variable frente a otra en un gráfico y las inspeccionan para determinar la relación entre las variables.

El propósito de por qué los investigadores presentan visualmente los resultados correlacionales en diagramas de dispersión es permitir que otros comprendan e interpreten fácilmente la relación entre las dos variables.

Veamos qué aspecto tendría generalmente el gráfico para la correlación positiva, negativa y cero/ninguna correlación.

Ejemplo de análisis de correlación: Correlaciones Positivas, Negativas y Sin Correlación

Una correlación positiva indica que la otra también aumentará al aumentar el valor de una variable.

En los diagramas de dispersión con correlaciones casi perfectas en los que se traza una "línea de mejor ajuste", se espera que los puntos de datos estén muy próximos y sigan de cerca la línea.

Fig 1 - Diagrama de dispersión de una correlación positiva perfecta.

Cuanto más separados estén los puntos de la línea de mejor ajuste, más débil será la correlación.

Fig. 2 - Diagrama de dispersión que muestra una correlación positiva en la que los puntos de datos se separan de la línea de mejor ajuste.

En las correlaciones negativas, los investigadores pueden suponer que cuando una variable aumenta, la otra disminuye.

Por ejemplo, al aumentar los niveles de estrés, disminuye la cantidad de sueño que dormimos. Deberían realizarse investigaciones experimentales para establecer si el estrés provoca una mala higiene del sueño. A partir del estudio correlacional, no podemos establecer causas y efectos; en cambio, sólo se pueden establecer relaciones.

Fig. 3 - Diagrama de dispersión que ilustra una correlación negativa .

Cuando dos variables no están correlacionadas o muestran una correlación nula, los puntos de datos se dispersan aleatoriamente en el diagrama de dispersión, lo que dificulta ver cualquier patrón entre las variables.

Interpretaciones informales de la correlación

A partir de los diagramas de dispersión, podemos hacer interpretaciones informales de las correlaciones. Las interpretaciones informales se producen esencialmente cuando el investigador o el lector intentan comprender la relación entre las variables interpretando los diagramas de dispersión, en lugar de basarse en los resultados estadísticos.

Sin embargo, los investigadores deben abstenerse de mencionar interpretaciones informales de la correlación en las publicaciones psicológicas. En su lugar, sólo deberían incluir análisis correlacionales a partir de hallazgos estadísticos. Los diagramas de dispersión suelen incluirse para que el lector pueda comprender y visualizar los resultados.

Evaluación de los puntos fuertes y débiles de las correlaciones

Analicemos algunos puntos fuertes y débiles del uso de correlaciones en los estudios científicos.

Estos son algunos de los puntos fuertes de las correlaciones:

• Uno de los principales puntos fuertes del uso de correlaciones es que son una prueba estadística bastante sencilla y fácil de realizar.
• Las correlaciones son informativas y permiten a los investigadores comprobar asociaciones generales en el trabajo real y probar la validez y fiabilidad de sus experimentos y herramientas desarrolladas, como los cuestionarios.
• Las correlaciones pueden realizarse con datos recogidos en entornos de laboratorio y en entornos naturales, por lo que son muy prácticas.
• El método de investigación no requiere ninguna manipulación por parte de los investigadores; esto, a su vez, hace posible el estudio de determinados temas. No sería ético animar a la gente a volverse obesa para que los investigadores puedan estudiar la relación entre la obesidad y las tasas de enfermedades cardiacas. El punto fuerte es que la correlación puede poner a prueba sucesos que ocurren de forma natural.

Estos son algunos de los puntos débiles de las correlaciones:

• Una de las principales limitaciones de las correlaciones es que este tipo de análisis no indican causalidad. Aunque pueda existir una correlación entre el consumo de queso y los accidentes de coche, no se puede establecer que consumir queso provoque accidentes de coche.
• Dado que no se establecen correlaciones de causa y efecto, siempre existe la posibilidad de que una tercera variable influya en la relación. Dado que la investigación sólo explora dos variables, qué ocurre si hay otras que causan los cambios; éstas se denominan variables de confusión.