Al usar el método de correlación en psicología, los investigadores quieren medir variables para comprender si existe una relación entre ellos entre una población. La población es todo el grupo de individuos que el investigador está estudiando. Un ejemplo de población puede ser ciudadanos, mujeres o abogados de los Estados Unidos. Los participantes dentro del estudio correlacional se denominan muestra. La muestra debe ser representativa de la población objetivo.
En estudios correlacionales, se deben medir al menos dos variables. Las variables se miden y luego se realizan análisis estadísticos para probar una relación entre las variables.
Hay tres formas principales en que la recopilación de datos se realiza dentro de la investigación correlacional. Estas formas incluyen:
- La observación natural se realiza a través de la observación de los participantes en su entorno natural. Un ejemplo de observación natural mide la frecuencia con la que los adultos miran sus teléfonos mientras compran comestibles en una tienda de comestibles.
- Los datos de archivo son datos que ya se han recopilado. Los datos de archivo pueden ser datos recopilados para investigaciones anteriores, pero también pueden tomar muchas otras formas. Un ejemplo de datos de archivo mide el número de delitos reportados en periódicos pasados dentro de una ciudad específica.
- Las encuestas son un método ubicuo de recopilación de datos. Las encuestas permiten a los participantes dar datos de autoinforme respondiendo preguntas, aceptando o en desacuerdo con declaraciones y declarando opiniones. Un ejemplo de una encuesta es un informe policial.
El tercer problema variable o un factor de confusión existe cuando una tercera variable que no se mide provoca los cambios en las variables. Esto puede conducir a una información engañosa de que existe una relación entre dos variables cuando esas dos variables no se afectan directamente.
¿Cómo se aplica el método correlacional?
La matriz de correlación es una tabla cuadrada que muestra los índices de correlación entre dos o más variables en el interior. Descubra en este artículo cómo construir y cómo corregir los valores contenidos dentro de él.
Los coeficientes de correlación bivariados son uno de los índices estadísticos más utilizados para evaluar la relación entre las variables. Dentro de un proyecto de investigación, a menudo se calculan por diferentes que luego se resumen en una sola tabla, llamada matriz de correlación.
La matriz de correlación es una tabla cuadrada (es decir, con el mismo número de líneas y columnas) que informa en el encabezado de líneas y columnas la lista de variables en las que desea evaluar la correlación. En las células individuales dentro de la tabla, se indican los índices de correlación bivariados individuales. Tal como puedes ver en esta tabla:
Para analizar con más detalle esta tabla, podemos dividirlo en tres partes: una diagonal principal y dos triángulos, uno en la parte inferior izquierda y otro en la parte superior derecha.
Las correlaciones en la diagonal que van desde la esquina superior izquierda a la de la parte inferior derecha (es decir, en la diagonal principal de la matriz de correlación) son todos iguales a 1.
Estos 1 en la diagonal principal simplemente indicaron que la correlación de una variable consigo misma por definición siempre es igual a 1.
Dado que este valor es obvio, se puede omitir y en las celdas en la diagonal principal, simplemente puede insertar un tablero o dejar estas celdas vacías.
¿Cuándo se aplica la investigación correlacional?
Cuando los científicos observan y miden pasivamente fenómenos, se llama investigación correlacional. Aquí, los investigadores no intervienen y cambian el comportamiento, como lo hacen en los experimentos. En la investigación correlacional, el objetivo es identificar patrones de relaciones, pero no causa y efecto. Es importante destacar que, con la investigación correlacional, puede examinar solo dos variables a la vez, no más y nada menos.
Entonces, ¿qué pasaría si quisiera probar si gastar dinero en otros está relacionado con la felicidad, pero no tiene $ 20 para dar a cada participante para que lo gaste para su experimento? Podría usar un diseño correlacional, que es exactamente lo que hizo la profesora Elizabeth Dunn (2008) en la Universidad de Columbia Británica cuando realizó investigaciones sobre gastos y felicidad. Le preguntó a la gente cuánto de sus ingresos gastaron en otros o donaron a la caridad, y luego les preguntó cuán felices estaban. ¿Crees que estas dos variables estaban relacionadas? ¡Sí ellos estaban! Cuanto más dinero informaba la gente gastar en otros, más felices eran.
Para descubrir qué tan bien se correlacionan dos variables, puede trazar la relación entre los dos puntajes en lo que se conoce como un diagrama de dispersión. En el diagrama de dispersión, cada punto representa un punto de datos. (En este caso, son individuos, pero podría ser otra unidad). Es importante destacar que cada punto nos proporciona dos información, en este caso, información sobre cuán buena la persona calificó el mes pasado (eje x) y qué tan feliz La persona se sintió en el último mes (eje Y). Qué variable se traza sobre qué eje no importa.
Figura 1. Transporte de dispersión de la asociación entre la felicidad y las calificaciones del mes pasado, una correlación positiva (r = .81). Cada punto representa a un individuo.
¿Quién inventó el método correlacional?
Sir Francis Galton (Fig. 1) fue pionera en correlación (21, 35, 36, 39a, 42, 43). Galton, primo de Charles Darwin, hizo mucho: estudió medicina, exploró África, publicó en Psicología y Antropología, desarrolló técnicas gráficas para mapear el clima (39a, 42). Y, como otros de su época, Galton se esforzó por comprender la herencia (13, 14, 17, 20).
En 1877, Galton dio a conocer la reversión, el primer antepasado de la correlación, y lo describió así (13):
La reversión es la tendencia de ese tipo medio ideal a apartarse del tipo principal, que vuelve hacia lo que puede describirse aproximadamente y quizás de manera bastante justa como el tipo ancestral promedio.
¿El forraje empírico para esta observación? Los pesos de 490 guisantes dulces. Nueve años después, Galton (14) resumió sus observaciones de guisantes dulces de esta manera:
A partir de estos experimentos, parecía que la descendencia no tendía a parecerse a sus semillas de padres en tamaño, sino a ser siempre más mediocres que ellos, para ser más pequeños que los padres, si los padres eran grandes; Para ser más grandes que los padres, si los padres fueran muy pequeños.
Se dice que dos órganos variables están relacionados cuando la variación del uno se acompaña en promedio por más o menos variación de la otra, y en la misma dirección… es fácil ver que la co-relación debe ser la consecuencia de Las variaciones de los dos órganos se deben en parte a causas comunes. Si fueran totalmente debido a causas comunes, la co-relación sería perfecta, como es aproximadamente el caso con las partes simétricamente dispuestas del cuerpo. Si no fueran en respeto debido a las causas comunes, la co-relación sería nula…
¿Cuál fue el aporte de Francis Galton?
Sir Francis Galton fue un escritor científico británico e investigador aficionado de finales del siglo XIX. Contribuyó en gran medida a los campos de estadísticas, psicología experimental y biometría. En la historia de la biología, Galton es ampliamente considerado como el creador de principios del siglo XX.
Movimiento eugenesia. Galton publicó escritos influyentes en
Los rasgos de la personalidad humana de la naturaleza versus la crianza, desarrolló un método de estudio familiar para identificar posibles rasgos heredados y idearon las leyes de la herencia genética antes del redescubrimiento del trabajo de Gregor Mendel. Su contribución más importante al campo de la embriología fue su trabajo en modelos estadísticos de herencia.
Galton nació el 16 de febrero de 1822 de Samuel Tertius Dalton y Francis Anne Violette Darwin, en Birmingham, Inglaterra. Era el medio primo del famoso naturalista Charles Darwin. Galton y Darwin compartieron el abuelo común Erasmus Darwin, un famoso naturalista y filósofo.
Hijo de una familia banquera rica, Galton fue criada como miembro de la clase de ocio. Aunque asistió a clases en
Cambridge y comenzó un programa médico en Londres, nunca obtuvo un título. Sin embargo, fue considerado por los contemporáneos y más tarde por los historiadores como inusualmente inteligentes, debido al valor de sus escritos y la amplitud de su trabajo.
Tras la muerte de su padre rico, Galton heredó una fortuna que le permitió dejar sus estudios médicos y viajar. Sus expediciones a través de partes inexploradas de África le ganaron una medalla de plata de la Sociedad Geográfica Francesa y las elecciones al
Sociedad de la realeza. En 1853, se casó con Louisa Jane Butler al regresar de África y se instaló en una finca de Londres con su esposa.
Apoyado por su herencia, Galton era libre de vivir la vida de un caballero científico, perseguir experimentos y observar el mundo natural desde la comodidad de su hogar. Se dedicaba principalmente a medir y cuantificar todo lo que observaba. Una de sus importantes contribuciones al campo de las estadísticas fue su descripción y explicación del fenómeno común de la regresión hacia la media. Galton observó que si una variable es extrema en su primera medición, también tiende a estar más cerca del promedio en una segunda medición, y viceversa.
¿Qué descubrió en 1878 Francis Galton?
Como investigador de la mente humana, fundó psicometría (la ciencia de medir facultades mentales) y psicología diferencial, así como la hipótesis léxica de la personalidad. Ideó un método para clasificar las huellas digitales que resultó útil en la ciencia forense. También realizó investigaciones sobre el poder de la oración, concluyendo que no tenía ninguno debido a sus efectos nulos en la longevidad de los que oraron. [4] Su búsqueda de los principios científicos de diversos fenómenos se extendió incluso al método óptimo para hacer el té. [5]
Según los registros de la Gran Logia Unida de Inglaterra, fue en febrero de 1844 que Galton se convirtió en un masón en la Logia Científica, celebrada en el Red Lion Inn en Cambridge, progresando a través de los tres grados masónicos: aprendiz, 5 de febrero de 1844; Compañero artesanía, 11 de marzo de 1844; Master Mason, 13 de mayo de 1844. Una nota en el registro establece: «Estudiante de Francis Galton Trinity College, ganó su certificado el 13 de marzo de 1845». [12] Uno de los certificados masónicos de Galton de Scientific Lodge se puede encontrar entre sus documentos en University College, Londres. [13]
Un colapso nervioso impidió la intención de Galton de intentar honores. En cambio, eligió tomar una «encuesta» (pase) B.A. Grado, como su medio primo Charles Darwin. [14] (Después de la costumbre de Cambridge, recibió una maestría sin más estudios, en 1847.) Reanudó brevemente sus estudios médicos, pero la muerte de su padre en 1844 lo dejó emocionalmente indigente, aunque financieramente independiente, [cita necesaria] y terminó su Estudios médicos por completo, recurriendo a viajes extranjeros, deportes e invención técnica.
¿Qué es el método descriptivo correlacional?
La investigación descriptiva y la investigación correlacional son dos tipos importantes de estudios de investigación que ayudan a los investigadores a tomar decisiones ambiciosas y medidas en sus respectivos campos.
La investigación descriptiva se define como un método de investigación que implica observar el comportamiento para describir los atributos, objetiva y sistemáticamente.
La investigación correlacional, por otro lado, es un método que describe y predice cómo las variables están naturalmente relacionadas en el mundo real, sin ningún intento del investigador de alterarlas o asignar causas entre ellas.
El objetivo principal de la investigación descriptiva es crear una instantánea del estado actual de las cosas, mientras que la investigación correlacional ayuda a comparar dos o más entidades o variables.
La investigación descriptiva se lleva a cabo utilizando tres métodos, a saber:
- Estudios de caso: los estudios de casos involucran una investigación en profundidad y un estudio de individuos o grupos. Los estudios de caso conducen a una hipótesis y amplían un alcance adicional de estudiar un fenómeno. Sin embargo, los estudios de caso no deben usarse para determinar la causa y el efecto, ya que no tienen la capacidad de hacer predicciones precisas.
- Observación naturalista: las observaciones naturalistas se llevan a cabo en el entorno natural sin alterar a la persona/ objeto en la observación. Es muy parecido a eliminar notas sobre personas en un supermercado sin que realmente se lo hagan saber. Esto lleva a una mayor validez de los datos recopilados, porque aquí las personas desconocen que se están observando. Esto tiende a resaltar sus características naturales.
¿Qué es una investigación descriptivo correlacional según autores?
A diferencia de la investigación descriptiva, que está diseñada principalmente para proporcionar imágenes estáticas, la investigación correlacional aumenta la medición de dos o más variables relevantes y una evaluación de la relación entre o entre esas variables. Por ejemplo, las variables de altura y peso están sistemáticamente relacionadas (correlacionadas) porque las personas más altas generalmente pesan más que las personas más cortas. De la misma manera, el tiempo de estudio y los errores de memoria también están relacionados, porque cuanto más tiempo se entregue una persona para estudiar una lista de palabras, menos errores que cometerá. Cuando hay dos variables en el diseño de la investigación, una de ellas se llama variable predictor y la otra variable de resultado. El diseño de la investigación se puede visualizar como se muestra en la Figura 3.8, donde la flecha curva representa la correlación esperada entre estas dos variables.
Una forma de organizar los datos de un estudio correlacional con dos variables es graficar los valores de cada una de las variables medidas utilizando una gráfica de dispersión. Como puede ver en la Figura 3.9, una gráfica de dispersión es una imagen visual de la relación entre dos variables. Se traza un punto para cada individuo en la intersección de sus puntajes para las dos variables. Cuando la asociación entre las variables en la gráfica de dispersión se puede aproximar fácilmente con una línea recta, como en las partes (a) y (b) de la Figura 3.9 se dice que las variables tienen una relación lineal.
Cuando la línea recta indica que las personas que tienen valores superiores al promedio para una variable también tienden a tener valores superiores al promedio para la otra variable, como en la parte (a), se dice que la relación es positiva lineal. Los ejemplos de relaciones lineales positivas incluyen aquellos entre la altura y el peso, entre la educación y los ingresos, y entre la edad y las habilidades matemáticas en los niños. En cada caso, las personas que obtienen puntajes más altos en una de las variables también tienden a obtener puntajes más altos en la otra variable. Las relaciones lineales negativas, en contraste, como se muestra en la parte (b), ocurren cuando los valores superiores al promedio para una variable tienden a estar asociados con los valores por debajo del promedio para la otra variable. Los ejemplos de relaciones lineales negativas incluyen aquellos entre la edad de un niño y el número de pañales que usa el niño, y entre la práctica y los errores cometidos en una tarea de aprendizaje. En estos casos, las personas que obtienen puntajes más altos en una de las variables tienden a anotar más bajas en la otra variable.
Las relaciones entre variables que no se pueden describir con una línea recta se conocen como relaciones no lineales. La parte (c) de la Figura 3.9 muestra un patrón común en el que la distribución de los puntos es esencialmente aleatoria. En este caso, no hay ninguna relación entre las dos variables, y se dice que son independientes. Las partes (d) y (e) de la Figura 3.9 muestran patrones de asociación en los que, aunque hay una asociación, los puntos no están bien descritos por una sola línea recta. Por ejemplo, la parte (d) muestra el tipo de relación que se produce con frecuencia entre la ansiedad y el rendimiento. Los aumentos en la ansiedad de niveles bajos a moderados se asocian con aumentos de rendimiento, mientras que los aumentos en la ansiedad de niveles moderados a altos se asocian con disminuciones en el rendimiento. Las relaciones que cambian en la dirección y, por lo tanto, no se describen mediante una sola línea recta se denominan relaciones curvilíneas.
La medida estadística más común de la fuerza de las relaciones lineales entre las variables es el coeficiente de correlación de Pearson, que está simbolizado por la letra r. El valor del coeficiente de correlación varía de r = –1.00 a r = +1.00. La dirección de la relación lineal se indica mediante el signo del coeficiente de correlación. Los valores positivos de r (como r = .54 o r = .67) indican que la relación es positiva lineal (es decir, el patrón de los puntos en la gráfica de dispersión funciona desde la parte inferior izquierda hasta la parte superior derecha), mientras que los valores negativos de R (como r = –.30 o r = –.72) indican relaciones lineales negativas (es decir, los puntos corren desde la parte superior izquierda hasta la parte inferior derecha). La fuerza de la relación lineal está indexada por la distancia del coeficiente de correlación de cero (su valor absoluto). Por ejemplo, r = –.54 es una relación más fuerte que r = .30, y r = .72 es una relación más fuerte que r = –.57. Debido a que el coeficiente de correlación de Pearson solo mide las relaciones lineales, las variables que tienen relaciones curvilíneas no están bien descritas por R, y la correlación observada será cercana a cero.
Artículos Relacionados:
- Aprenda el método de investigación correlacional para optimizar sus estudios
- La investigación correlacional es un método de investigación que se utiliza para establecer la relación entre dos o más variables.
- 5 ejemplos de investigación correlacional que te sorprenderán
- Características de la investigación correlacional
