La investigación correlacional es un tipo de investigación no experimental en la que el investigador mide dos variables (binarias o continuas) y evalúa la relación estadística (es decir, la correlación) entre ellas con poco o ningún esfuerzo para controlar las variables extrañas. Hay muchas razones por las que los investigadores interesados en las relaciones estadísticas entre variables elegirían realizar un estudio correlacional en lugar de un experimento. La primera es que no creen que la relación estadística sea causal o no esté interesada en las relaciones causales. Recuerde que dos objetivos de la ciencia son describir y predecir, y la estrategia de investigación correlacional permite a los investigadores lograr ambos objetivos. Específicamente, esta estrategia se puede usar para describir la fuerza y la dirección de la relación entre dos variables y si hay una relación entre las variables, los investigadores pueden usar puntajes en una variable para predecir puntajes en la otra (utilizando una técnica estadística llamada regresión , que se discute más a fondo en la sección sobre correlación compleja en este capítulo).
Otra razón por la que los investigadores elegirían usar un estudio correlacional en lugar de un experimento es que se cree que la relación estadística de interés es causal, pero el investigador no puede manipular la variable independiente porque es imposible, poco práctica o poco ética. Por ejemplo, si bien un investigador podría estar interesado en la relación entre la frecuencia que las personas usan el cannabis y sus habilidades de memoria, no pueden manipular éticamente la frecuencia que las personas usan el cannabis. Como tal, deben confiar en la estrategia de investigación correlacional; Simplemente deben medir la frecuencia en que las personas usan el cannabis y medir sus habilidades de memoria utilizando una prueba de memoria estandarizada y luego determinar si la frecuencia que usan el cannabis está estadísticamente relacionada con el rendimiento de la prueba de memoria.
La correlación también se utiliza para establecer la fiabilidad y validez de las mediciones. Por ejemplo, un investigador podría evaluar la validez de una breve prueba de extraversión administrándola a un gran grupo de participantes junto con una prueba de extraversión más larga que ya ha demostrado ser válida. Este investigador podría verificar si los puntajes de los participantes en la prueba breve están fuertemente correlacionadas con sus puntajes en el más largo. Se cree que ninguna puntuación de prueba causa al otro, por lo que no hay una variable independiente para manipular. De hecho, los términos variables independientes y variables dependientes no se aplican a este tipo de investigación.
Otra fortaleza de la investigación correlacional es que a menudo tiene mayor validez externa que la investigación experimental. Recuerde que generalmente hay una compensación entre la validez interna y la validez externa. A medida que se agregan mayores controles a los experimentos, la validez interna aumenta, pero a menudo a expensas de la validez externa a medida que se introducen condiciones artificiales que no existen en la realidad. Por el contrario, los estudios correlacionales generalmente tienen una validez interna baja porque no se manipula ni se controla nada, pero a menudo tienen una alta validez externa. Dado que nada es manipulado o controlado por el experimentador, los resultados tienen más probabilidades de reflejar las relaciones que existen en el mundo real.
¿Qué es investigación correlacional según Sampieri?
La investigación psicológica son dos tipos principales de metodologías, a saber, la investigación correlacional y la investigación experimental. Cualquier estudiante importante en psicología debe comprender las diferencias entre estas dos metodologías para poder concebir su estudio psicológico. Existen diferencias netas entre los métodos de investigación experimentales y correlacionales que se destacarán en este artículo.
Como su nombre lo indica, el investigador busca establecer relaciones entre dos variables. Comienza desde el principio de que dos variables se pueden vincular de una forma u otra, luego mide su valor en diferentes circunstancias para verificar su hipótesis si existe una relación efectiva entre las dos variables. El siguiente paso lógico es verificar si esta relación tiene un significado estadístico.
En la investigación correlacional, el investigador no intenta influir en las variables. El investigador simplemente registra los valores de las variables intenta establecer un tipo de relación entre las variables, por ejemplo, cuando un investigador registra los valores de la presión arterial y el colesterol de muchas personas para determinar si existe una correlación entre la ‘presión arterial alta y colesterol.
Debe entenderse que la investigación correlacional no busca establecer una relación de causa y efecto entre las variables. El investigador no maneja las variables y no hace informes de causa y efecto en ninguna investigación correlacional. Por lo tanto, aunque los científicos han sabido desde hace mucho tiempo que en personas con depresión clínica, se han descubierto una baja neurotransmisores como la serotonina y la noradrenalina, no sugieren una relación causa y efecto entre la depresión y la baja tasa de neurotransmisores.
La investigación experimental es que la mayoría de las personas consideran más científica, aunque no experimental no significa que la investigación de ninguna manera sea científica. Es la naturaleza humana tratar de saber qué está sucediendo cuando los cambios se introducen en variables. Por lo tanto, asumiendo el ejemplo anterior de presión arterial y colesterol, una investigación puede aumentar deliberadamente la presión arterial de un sujeto, luego registrar sus niveles de colesterol para determinar si está aumentando o disminuyendo. Si los cambios inducidos en una variable conducen a cambios en otra variable, el investigador puede decir que existe una relación de causa y efecto entre las dos variables.
¿Qué es investigación correlacional según autores?
La investigación correlacional es un tipo de investigación no experimental en la que el investigador mide dos variables y evalúa la relación estadística (es decir, la correlación) entre ellas con poco o ningún esfuerzo para controlar las variables extrañas. Esencialmente, hay dos razones por las que los investigadores interesados en las relaciones estadísticas entre variables elegirían realizar un estudio correlacional en lugar de un experimento. La primera es que no creen que la relación estadística sea causal. Por ejemplo, un investigador podría evaluar la validez de una breve prueba de extraversión administrándola a un gran grupo de participantes junto con una prueba de extraversión más larga que ya ha demostrado ser válida. Este investigador podría verificar si los puntajes de los participantes en la prueba breve están fuertemente correlacionadas con sus puntajes en el más largo. Se cree que ninguna puntuación de prueba causa al otro, por lo que no hay una variable independiente para manipular. De hecho, los términos variables independientes y variables dependientes no se aplican a este tipo de investigación.
La otra razón por la que los investigadores elegirían usar un estudio correlacional en lugar de un experimento es que se cree que la relación estadística de interés es causal, pero el investigador no puede manipular la variable independiente porque es imposible, poco práctica o poco ética. Por ejemplo, Allen Kanner y sus colegas pensaron que la cantidad de «molestias diarias» (por ejemplo, vendedores groseros, tráfico pesado) que experimentan las personas afecta la cantidad de síntomas físicos y psicológicos que tienen (Kanner, Coyne, Schaefer y Lazarus, 1981 ) .Kanner, A. D., Coyne, J. C., Schaefer, C. y Lazarus, R. S. (1981). Comparación de dos modos de medición del estrés: problemas diarios y elevaciones versus eventos de vida importantes. Journal of Behavioral Medicine, 4, 1–39. Pero debido a que no podían manipular la cantidad de molestias diarias que experimentaron sus participantes, tuvieron que conformarse con medir la cantidad de problemas diarios, junto con la cantidad de síntomas, utilizando cuestionarios de autoinforme. Aunque la fuerte relación positiva que encontraron entre estas dos variables es consistente con su idea de que los problemas causan síntomas, también es consistente con la idea de que los síntomas causan problemas o que alguna tercera variable (por ejemplo, neuroticismo) causa ambos.
Un error común entre los investigadores principiantes es que la investigación correlacional debe involucrar dos variables cuantitativas, como las puntuaciones en dos pruebas de extraversión o el número de problemas y el número de síntomas que las personas han experimentado. Sin embargo, la característica definitoria de la investigación correlacional es que las dos variables se miden, ni una manipulada, y esto es cierto independientemente de si las variables son cuantitativas o categóricas. Imagine, por ejemplo, que un investigador administra la escala de autoestima de Rosenberg a 50 estudiantes universitarios estadounidenses y 50 estudiantes universitarios japoneses. Aunque esto «se siente» como un experimento entre sujetos, es un estudio correlacional porque el investigador no manipuló las nacionalidades de los estudiantes. Lo mismo es cierto para el estudio realizado por Cacioppo y Petty comparando a los profesores universitarios y a los trabajadores de fábricas en términos de su necesidad de cognición. Es un estudio correlacional porque los investigadores no manipularon las ocupaciones de los participantes.
Figura 7.2 «Resultados de un estudio hipotético sobre si las personas que hacen que las listas diarias de tareas experimenten menos estrés que las personas que no hacen tales listas» muestran datos de un estudio hipotético sobre la relación entre si las personas hacen una lista diaria de cosas que hacer (una «lista de tareas pendientes») y estrés. Tenga en cuenta que no está claro si este es un experimento o un estudio correlacional porque no está claro si la variable independiente fue manipulada. Si el investigador asignó aleatoriamente a algunos participantes para hacer listas diarias de tareas y otras no hacerlo, entonces es un experimento. Si el investigador simplemente preguntó a los participantes si hicieron listas diarias de tareas pendientes, entonces es un estudio correlacional. La distinción es importante porque si el estudio fue un experimento, se podría concluir que hacer que las listas diarias redujeran el estrés de los participantes. Pero si se tratara de un estudio correlacional, solo podría concluir que estas variables están estadísticamente relacionadas. Quizás estar estresado tiene un efecto negativo en la capacidad de las personas para planificar con anticipación (el problema de direccionalidad). O tal vez las personas que son más concienzudas tienen más probabilidades de hacer listas de tareas pendientes y es menos probable que se estresen (el tercer problema variable). El punto crucial es que lo que define un estudio como experimental o correlacional no son las variables que se están estudiando, ni si las variables son cuantitativas o categóricas, ni el tipo de gráfico o estadísticas utilizadas para analizar los datos. Así es como se realiza el estudio.
¿Cómo se define la investigación correlacional?
- ¿Cuáles son los pasos para la realización correcta de este tipo de investigación?
- ¿Qué tipo de inferencias o conclusiones se pueden extraer de este tipo de investigación?
Propósito y propósitos de este tipo de método: ¿Cuándo usarlo?
La investigación de correlación se realiza cuando desee verificar si hay dos variables en
relación entre ellos, por lo que si puedo predecir los valores del otro como un variado de uno.
La diferencia con la investigación descriptiva es que este último describe un fenómeno, en cambio que
La correlación permite identificar asociaciones entre variables.
La diferencia con la investigación experimental en cambio es que la investigación correlacionada no puede dar una
Respuesta definitiva a hipótesis causales, es decir, no puede determinar si X es una causa de Y.
¿Porque? Porque hay menos control del investigador: en particular las variables no vienen
manipulado, pero solo medido. Además, los participantes no son asignados al azar a
Grupos experimentales.
Por lo tanto, se habla de investigación correlacional cada vez:
– Las variables no se manipulan, sino que se detectan o se miden
– Si no hay una asignación aleatoria de personas en condiciones/niveles o alguna forma de control
de variables de confusión (ver experimentos en grupos equivalentes, si desea ir más allá del
asociación simple entre variables cuando no se pueden manipular)
¿Qué se entiende por «asociaciones entre variables»?
La investigación de correlación le permite ver si dos variables no están relacionadas entre sí (escritorio gráfico)
o si las dos variables están vinculadas positiva o negativamente (diseñador gráfico A y B)
Si R es positivo = relación lineal positiva
Si R es negativo = relación lineal negativa
En este caso, no pudimos asignar personas a la condición masculina/femenina al azar, además
No manipulamos la variable independiente.
Grupos equivalentes: cree grupos de hombres y mujeres en los que difiere en el sexo, pero permanece
igual a otras características relevantes, como el estado socioeconómico. Esto no siempre te permite
Elimine totalmente las variables de confusión.
En resumen:
Las variables medidas pueden ser cuantitativas y continuas (por ejemplo, puntaje a una prueba de personalidad,
etc.), o categoriales (por ejemplo, el género de los participantes, dos o más niveles);
No hay manipulación de variables y una asignación aleatoria de personas en condiciones/niveles;
No hay control de variables de confusión
¿Cuándo usar este tipo de investigación?
La investigación correlacional se utiliza cuando está interesado en ver una relación entre dos
eventos/situaciones, desea predecir los valores de una variable sobre la base de los valores del otro y no es
interesado en identificar la causa.
Por ejemplo:
O quiero saber qué hombres y mujeres, personas de diferentes edades, etc… votarán…
O quiero saber si las mujeres son más que los hombres que sienten la necesidad de compartir emociones,
Para organizar los servicios
o quiero saber el interés en los correlatos de un cierto tipo de personalidad (ver teorías
archivo adjunto)
o quiero saber el interés en los correlatos neuronales de algunas funciones cognitivas
También se usa cuando desea explorar la existencia de una relación causal (investigación exploratoria),
Entonces, como primer paso para una investigación experimental.
Por ejemplo:
¿O puede el contacto con las personas migrantes ayudar a reducir los prejuicios? Si es así, entonces hay uno
relación negativa entre contactos con extranjeros y prejuicios;
¿O el uso de medios violentos (por ejemplo, programas de televisión y videojuegos) hace que las personas sean más agresivas? Uno mismo
Sí, entonces existe una relación positiva entre la visión de los programas y la agresión.
También se puede usar cuando se supone una relación debido al efecto, pero un
experimento. ¿Porque?
o a veces por razones éticas (no es ético pedir a los niños que pasen 3 horas al día con
videojuegos violentos);
o a veces porque la variable de interés no se puede manipular y asignar al azar a las condiciones
experimental (las personas no se pueden asignar a diferentes condiciones de género,
ingresos, estado socioeconómico, personalidad, cultura, etc.)
¿Qué es la investigación correlacional Redalyc?
La investigación correlacional se refiere a un método de investigación no experimental que estudia la relación entre dos variables utilizando un análisis estadístico. El diseño de la investigación correlacional no estudia los efectos de las variables extrañas en las variables estudiadas.
En términos de investigación de mercado, generalmente se utiliza un estudio correlacional para estudiar datos cuantitativos y determinar si hay modelos, tendencias o ideas entre el comportamiento del consumidor y las variables de mercado como; Anuncios, descuentos y descuentos en productos.
El diseño de investigación correlacional es útil para todo tipo de conjuntos de datos cuantitativos, pero se usa comúnmente en los estudios de mercado. Los estudios de mercado consideran útil utilizar el diseño correlacional con encuestas sobre el puntaje de esfuerzo del cliente y su asociación con las ventas; La experiencia del cliente (CX) y su relación con la lealtad del cliente, así como las encuestas netas que promueven el puntaje y su correlación con la imagen o la gestión de la marca. Estas encuestas incluyen muchas preguntas relevantes que las hacen ideales para estudiar en el diseño de la investigación correlacional. En los estudios de mercado, los métodos correlacionales ayudan a aislar las variables y ver cómo interactúan entre sí.
El coeficiente de correlación se usa en el diseño correlacional para medir la fuerza de la relación entre dos variables. Es una medida estadística. Existen varios tipos de coeficientes de correlación, el más popular es el coeficiente de correlación de Pearson. Un coeficiente de correlación varía de -1 a +1. Un coeficiente de correlación de +1 indica una correlación positiva perfecta, mientras que un coeficiente de correlación de -1 indica una correlación negativa perfecta entre dos variables. Un coeficiente de correlación de 0 indica que no hay relación entre las variables estudiadas.
¿Qué es investigación correlacional PDF?
Predecir, explicar y comprender: buscar causas o condiciones que son responsables de un
Fenómeno/comportamiento (por ejemplo, ¿por qué y/o cuando las personas son altruistas?)
Propósito cuando quiera cuidadosamente describir una OPI de fenómeno, comportamiento, etc. o el
Prevalencia de esto en una población específica, etc. (por ejemplo, encuesta de opiniones)
Generar ideas de investigación o hipótesis de investigación
Para la descripción y/u operacionalización del concepto/construido
Pasos para la realización correcta de esta investigación
Aplicación de investigación
Recopilar observaciones atraviesas:
Observación
Operacionalización de una variable de su elección de una herramienta de medición ayudable
(independientemente del error aleatorio) y válido (mide lo que pretende medir)
quani
N. Cualquier herramienta para la recolección de
Investigación de archivos
Interferencias y conclusiones que puedo extraer de esta investigación. Descripción precisa de una realidad.
La precisión depende de las medidas para las medidas (fieles y válidos) y la muestra; Si representaba entonces sí
Puede generalizar a toda la población.
Propósito como cuando desea verificar si hay dos variables en relación, así que si varía de uno puedo
Predecir los valores del otro. No estaba interesado en la causa.
Se habla de investigación correlacional cada vez que las variables no se manipulan, sino solo
detectado o medido (las variables medidas pueden ser cantidad y coninue, o categorial
(dos o más niveles), si no hay una asignación aleatoria de personas en condiciones/niveles o algunos
La forma de control de las variables confusas es un estudio correlacional.
Algunas variables no se pueden manipular, en este caso es importante que tierna el control sobrio
Otras variables confunden, p. construir grupos equivalentes, si quieres ir más allá del
asociación simple entre variables
Artículos Relacionados:
