La correlación es el término estadístico que indica el grado de asociación entre dos variables. Si los valores de una variable están directamente asociados con los valores de la otra variable, existe una correlación positiva, si los valores x e y de dos variables están en relación inversa, entonces la correlación es negativa; Cuando no hay relación entre los valores de las dos variables, la correlación es cero.
En psicología con método correlacional nos referimos a una metodología de investigación que tiene como objetivo investigar la medida en la que dos eventos (o categorías de eventos) están relacionados entre sí. Este método investiga la relación entre los fenómenos sin establecer si uno es la causa de la otra, porque la relación causal, como veremos, se ocupa del método experimental. Con el método de correlación, por ejemplo, la relación entre nacer en un país determinado y la competencia musical en la interpretación de ciertos instrumentos podría investigarse, pero no se podría decir que el clima frío es la razón de las cualidades musicales.
El número que nos permite saber si nuestros dos factores están conectados entre sí de alguna manera se llama coeficiente de correlación: a partir de él podríamos entender si nuestros objetos de estudio están correlacionados positivamente (a medida que uno crece incluso el otro: por ejemplo, podríamos descubrir Que haber nacido en países muy fríos lleva a los habitantes a ser excelentes jugadores de violín), negativamente (a medida que uno crece el otro: podríamos descubrir que los habitantes de países muy fríos no son excelentes jugadores de Bongo), o que no hay correlación entre Ellos (la temperatura promedio de los países de origen no afecta a saber cómo jugar mejores categorías de herramientas).
¿Cuál es el objetivo de la investigación correlacional?
A diferencia de los otros diseños de investigación que estudiaremos en este curso, la investigación correlacional puede tener cualquiera de los dos propósitos. Un propósito para hacer una investigación correlacional es determinar el grado en que existe una relación entre dos o más variables. Observe que no dije una relación de causa y efecto. Los diseños de investigación correlacionales son incapaces de establecer causa y efecto. ¿Cual es la diferencia? Bueno, es realmente bastante simple. Las variables pueden relacionarse entre sí sin que uno cause que ocurra el otro.
Aquí hay un ejemplo simple: cuando mueve un interruptor de luz a una determinada posición, se encienden las luces en la habitación; Cuando mueve el interruptor de luz a la posición opuesta, las luces se apagan. Existe una relación entre mover el interruptor de luz y las luces encendidas y apagadas. Sin embargo, el interruptor de luz no hace que las luces se enciendan y se apaguen. ¿No me creen? ¿Pueden las luces en una habitación explotar sin mover el interruptor de luz? ¿Puedes mover un interruptor de luz a «encendido» y las luces no se encienden? La respuesta a ambas preguntas es, por supuesto, sí. El interruptor de luz no hace que las luces se enciendan o se apaguen: controla el flujo de electricidad, y la electricidad es lo que hace que las luces se enciendan o se apagen. Por lo tanto, existe una relación entre el interruptor de luz y las luces, pero no una relación de causa y efecto. Pero, ¿qué es alguien que no sabía sobre la electricidad? Verían a alguien moviendo el interruptor de luz y las luces encendidas y apagadas. Esa persona concluiría que el interruptor de luz hizo que las luces se encendieran y se apagaran. Y, por supuesto, estarían equivocados. Entonces, ¿cómo puede saber si algo que se relaciona con algo más realmente hace que suceda? No puedes sin hacer un estudio especial y controlado. Para resumir esto simplemente,
Los estadísticos tienen un dicho: «La correlación no implica causalidad», lo que significa que solo porque dos variables se correlacionan entre sí no necesariamente significa que uno hace que ocurra al otro.
El segundo propósito para la investigación correlacional es desarrollar modelos de predicción para poder predecir el valor futuro de una variable del valor actual de una o más otras variables. Un modelo de predicción común utilizado en la educación es el uso de puntajes de los exámenes de ingreso a la universidad para ayudar a predecir el éxito de un posible estudiante en la universidad. Los colegios y universidades trabajan duro para desarrollar los mejores modelos de predicción que puedan para garantizar que se admitan los estudiantes más exitosos. Para aumentar el poder predictivo de sus modelos, utilizan métodos de investigación correlacionales, algunos de los cuales discutiremos un poco más adelante en esta lección.
Los estudios de investigación correlacionales casi siempre se regalan por la declaración del propósito (o hipótesis u objetivo). Por lo general, en algún lugar de estas declaraciones aparecerá la frase «Determinar la relación entre…». Esa es la pista de que este es un diseño correlacional. También notará que los estudios de investigación correlacionales no forman grupos. Son como diseños de investigación descriptivos a este respecto. Entonces, si mira en la sección de metodología del informe de investigación y encuentra que no se forman grupos, entonces sabe que no puede ser una investigación causal comparativa. Debe ser descriptivo o correlacional. La diferencia entre estos dos diseños realmente solo se puede encontrar en la declaración del propósito.
Antes de entrar en las diferentes estadísticas, asegurémonos de comprender qué es un coeficiente de correlación. Un coeficiente de correlación puede tomar un valor en cualquier lugar entre -1 y +1 (incluido cero). El signo del coeficiente simplemente significa si la correlación es directa (positiva) o inversa (negativa). La fuerza del coeficiente está determinada por su valor numérico. Es decir, un coeficiente de correlación de -.75 y uno de .75 son de igualdad de fuerza. Nota: Los coeficientes de correlación positivos generalmente se muestran sin ningún signo frente al número.
¿Qué es investigación correlacional ejemplos?
El Irecherche correlacional es un tipo de investigación no experimental en la que los investigadores miden dos variables y establecen una relación estadística entre ellas (correlación), sin que sea necesario incluir variables externas para lograr conclusiones relevantes.
Hay dos razones esenciales por las cuales los investigadores están interesados en estas relaciones estadísticas entre variables y están motivadas para realizar investigaciones correlacionales.
La primera es que no creen que la relación entre estas variables sea accidental, es decir, que un investigador aplicará una encuesta cuyo uso es conocido por un grupo de personas elegidas previamente.
La segunda razón por la cual este tipo de investigación se realiza en lugar de experimentación es la relación estadística causal entre las variables, para que los investigadores no puedan manipular las variables de forma independiente, porque imposible, hostil y contrario a la ética
Existen tres tipos de investigación correlacional (observación natural, encuestas y cuestionarios, análisis de información). Del mismo modo, la correlación entre las variables puede ser positiva (directamente proporcional) o negativa (inversamente proporcional). Indique la forma en que una variable puede afectar a la otra.
En general, se cree que la investigación correlacional debe involucrar dos variables cuantitativas, como puntajes, los resultados del número de eventos repetidos en un período de tiempo.
Artículos Relacionados:
- Diseño de investigación correlacional: guía paso a paso
- 5 ejemplos de investigación correlacional que te sorprenderán
- La investigación correlacional es un método de investigación que se utiliza para establecer la relación entre dos o más variables.
- Características de la investigación correlacional
- Metodología correlacional en psicología: un análisis
