La correlazione positiva può essere definita come la relazione diretta tra due variabili, cioè, quando il valore di una variabile aumenta, anche il valore dell’altra aumenta. Questo post spiega questo concetto in psicologia, con l’aiuto di alcuni esempi.
“Il consumo di gelato (pinte per persona) e il numero di omicidi a New York sono correlati positivamente. Cioè, all’aumentare della quantità di gelato venduto a persona, aumenta il numero di omicidi. Strano ma vero!”
– Deborah J. Rumsey, Statistics For Dummies®
La psicologia usa vari metodi per le sue ricerche, e uno di questi è lo studio della correlazione tra due variabili qualsiasi. La correlazione non è altro che la misura del grado di relazione tra due variabili. Può essere tracciata graficamente per mostrare la relazione tra loro.
Vuoi scrivere per noi? Beh, stiamo cercando bravi scrittori che vogliano diffondere la notizia. Mettiti in contatto con noi e ne parleremo…
Lavoriamo insieme!
La correlazione studia la relazione tra due variabili, e il suo coefficiente può variare da -1 a 1. Una relazione inclinata positivamente non è altro che una correlazione positiva. Il suo valore può variare da 0 a 1. La correlazione positiva implica che c’è una relazione positiva tra le due variabili, cioè, quando il valore di una variabile aumenta, anche il valore dell’altra variabile aumenta, e il contrario accade quando il valore di una variabile diminuisce. La correlazione è usata in molti campi, come la matematica, la statistica, l’economia, la psicologia, ecc.
Prendiamo un esempio ipotetico, dove un ricercatore sta cercando di studiare la relazione tra due variabili, cioè ‘x’ e ‘y’. L’esempio vi aiuterà a capire cos’è la correlazione positiva.
Lasciamo che ‘x’ sia il numero di ore che uno studente ha studiato, e ‘y’ il suo punteggio in un test (punteggio massimo: 120). Il ricercatore prende 20 studenti di una classe e registra il numero di ore che hanno studiato per il test. Il ricercatore registra poi i voti ottenuti dagli studenti nel test. Cerchiamo di confrontare la relazione tra il numero di ore che lo studente ha dedicato allo studio e il suo punteggio corrispondente.
► I dati forniti sono di due variabili ‘x’ e ‘y’. Ci sono 20 osservazioni registrate dal ricercatore. Tracceremo questi punti su un grafico.
► Dopo aver tracciato i punti sul grafico, otteniamo un diagramma di dispersione. Il diagramma di dispersione indica la tendenza e mostra se la correlazione è positiva o negativa.
► Una tendenza al rialzo di solito indica una correlazione positiva, e d’altra parte, una tendenza al ribasso di solito indica una correlazione negativa. Il grado di correlazione sarà comunque diverso ogni volta. Così, il diagramma di dispersione ci aiuta a visualizzare la correlazione.
► In psicologia, la correlazione può essere utile per studiare i modelli comportamentali. Per esempio, se volete studiare se gli studenti che sono depressi falliscono nei loro esami o ottengono un punteggio scarso, potete tracciare le vostre osservazioni e studiare l’associazione tra loro. Se c’è un’associazione positiva, implica che gli studenti depressi sono più inclini a fallire nei loro esami.
Rappresentazione grafica dei dati: Diagramma di dispersione
Cosa osserviamo?
Vuoi scrivere per noi? Beh, stiamo cercando bravi scrittori che vogliano diffondere la parola. Mettiti in contatto con noi e ne parleremo…
Lavoriamo insieme!
► Dopo aver tracciato i punti sul grafico, possiamo notare la tendenza al rialzo/aumento del diagramma di dispersione. Questo indica che all’aumentare del valore della variabile ‘x’, aumenta anche il valore di ‘y’. Quindi, questo indica che gli studenti che hanno messo più ore di studio hanno ottenuto un punteggio migliore nel test.
► Tuttavia, questo metodo di indagine ha i suoi limiti. Questi dati si basano sulle statistiche di 20 studenti di una classe con diversi livelli di QI. Anche se la tendenza qui osservata è positiva, ci sono alte probabilità che anche il livello di QI di quello studente possa giocare un fattore importante. La deduzione che più ore si studia, migliore è il punteggio, potrebbe essere vera, se si assume che il livello di QI di tutti gli studenti sia simile, in media. Tuttavia, ci sono altre variabili che non possono essere escluse, come il livello di concentrazione degli studenti, che possono influenzare i punteggi.
Esempi di correlazione positiva nella vita reale
► Se cammino di più, brucio più calorie.
► Con la crescita dell’azienda, il valore di mercato delle azioni dell’azienda aumenta.
► Quando la domanda aumenta, il prezzo del prodotto aumenta (a parità di offerta).
► Quando si studia di più, si ottiene un punteggio elevato agli esami.
► Quando si paga di più ai propri dipendenti, essi sono motivati a rendere meglio.
► Con l’aumento del consumo di cibo spazzatura, c’è un aumento dell’obesità.
► Quando si medita di più, il livello di concentrazione aumenta.
► Le coppie che passano più tempo insieme hanno una relazione più sana e duratura.
Si deve notare che la correlazione non implica causalità. Una relazione diretta o una relazione positiva non implica che siano causa ed effetto l’una dell’altra. Una correlazione tra due variabili aiuta il ricercatore a determinare l’associazione tra loro. Tuttavia, i dati statistici si basano su un campione e quindi, a volte, possono portare a risultati fuorvianti. Una forte correlazione positiva non implica che ci sia necessariamente una relazione tra loro; potrebbe essere dovuta a una variabile esterna sconosciuta. Quindi, i ricercatori devono fare attenzione ai dati statistici mentre traggono le conclusioni.