La correlación positiva se puede definir como la relación directa entre dos variables, es decir, cuando el valor de una variable aumenta, el valor de la otra también. En este post se explica este concepto en psicología, con la ayuda de algunos ejemplos.
«El consumo de helados (pintas por persona) y el número de asesinatos en Nueva York están positivamente correlacionados. Es decir, a medida que aumenta la cantidad de helado vendido por persona, aumenta el número de asesinatos. Extraño pero cierto!»
– Deborah J. Rumsey, Statistics For Dummies®
La psicología utiliza varios métodos para su investigación, y uno de ellos es el estudio de la correlación entre dos variables cualesquiera. La correlación no es más que la medida del grado de relación entre dos variables. Se puede representar gráficamente para mostrar la relación entre ellas.
¿Te gustaría escribir para nosotros? Pues buscamos buenos escritores que quieran difundir la información. Ponte en contacto con nosotros y hablamos…
¡Trabajemos juntos!
La correlación estudia la relación entre dos variables, y su coeficiente puede oscilar entre -1 y 1. Una relación con inclinación positiva no es más que una correlación positiva. Su valor puede oscilar entre 0 y 1. La correlación positiva implica que existe una relación positiva entre las dos variables, es decir, que cuando el valor de una variable aumenta, el valor de la otra también aumenta, y lo contrario ocurre cuando el valor de una variable disminuye. La correlación se utiliza en muchos campos, como las matemáticas, la estadística, la economía, la psicología, etc.
Tomemos un ejemplo hipotético, en el que un investigador intenta estudiar la relación entre dos variables, a saber, «x» e «y». El ejemplo le ayudará a entender qué es la correlación positiva.
Sea ‘x’ el número de horas que ha estudiado un alumno, e ‘y’ su puntuación en un examen (nota máxima: 120). El investigador escoge a 20 alumnos de una clase y registra el número de horas que han estudiado para el examen. A continuación, el investigador registra las notas obtenidas por los alumnos en el examen. Se trata de comparar la relación entre el número de horas que el alumno ha dedicado al estudio, y su correspondiente puntuación.
► Los datos dados son de dos variables ‘x’ e ‘y’. Hay 20 observaciones registradas por el investigador. Vamos a trazar estos puntos en un gráfico.
► Después de trazar los puntos en el gráfico, obtenemos un diagrama de dispersión. El diagrama de dispersión indica la tendencia y muestra si la correlación es positiva o negativa.
► Una tendencia ascendente suele indicar una correlación positiva y, por otro lado, una tendencia descendente suele indicar una correlación negativa. Sin embargo, el grado de relación será diferente cada vez. Así, el diagrama de dispersión nos ayuda a visualizar la correlación.
► En psicología, la correlación puede ser útil para estudiar patrones de comportamiento. Por ejemplo, si se quiere estudiar si aquellos estudiantes que están deprimidos fracasan en sus exámenes o sacan malas notas, se pueden trazar las observaciones y estudiar la asociación entre ellas. Si hay una asociación positiva, implica que los estudiantes deprimidos son más propensos a fracasar en sus exámenes.
Representación gráfica de los datos: Diagrama de dispersión
¿Qué observamos?
¿Te gustaría escribir para nosotros? Buscamos buenos escritores que quieran difundir la información. Ponte en contacto con nosotros y hablaremos…
¡Trabajemos juntos!
► Después de trazar los puntos en el gráfico, podemos observar la tendencia ascendente/reciente del diagrama de dispersión. Esto indica que a medida que el valor de la variable ‘x’ aumenta, el valor de ‘y’ también aumenta. Por lo tanto, esto indica que los estudiantes que han dedicado más horas de estudio han obtenido mejores resultados en la prueba.
► Sin embargo, este método de encuesta tiene sus propias limitaciones. Estos datos se basan en las estadísticas de 20 alumnos de una clase con diferentes niveles de CI. Aunque la tendencia aquí observada es positiva, hay altas probabilidades de que el nivel de CI de ese estudiante pueda jugar un factor importante de contribución también. La deducción de que a más horas de estudio, mejor puntuación, podría ser cierta, si se supone que el nivel de CI de todos los estudiantes es similar, en promedio. Sin embargo, hay otras variables que no se pueden descartar, como el nivel de concentración de los alumnos, que pueden influir en las puntuaciones.
Ejemplos de correlación positiva en la vida real
► Si camino más, quemaré más calorías.
► Con el crecimiento de la empresa, aumenta el valor de mercado de las acciones de la empresa.
► Cuando aumenta la demanda, aumenta el precio del producto (a igual nivel de oferta).
► Cuando se estudia más, se obtienen altas calificaciones en los exámenes.
► Cuando se paga más a los empleados, éstos se sienten motivados para rendir más.
► Con el aumento del consumo de comida basura, aumenta la obesidad.
► Cuando se medita más, aumenta el nivel de concentración.
► Las parejas que pasan más tiempo juntas tienen una relación más sana y duradera.
Hay que tener en cuenta que la correlación no implica causalidad. Una relación directa o una relación positiva no implica que sean causa y efecto la una de la otra. Una correlación entre dos variables ayuda al investigador a determinar la asociación entre ellas. Sin embargo, los datos estadísticos se basan en una muestra, por lo que a veces pueden dar lugar a resultados erróneos. Una correlación positiva fuerte no implica necesariamente que haya una relación entre ellas; podría deberse a una variable externa desconocida. Por lo tanto, los investigadores deben tener cuidado con los datos estadísticos al hacer inferencias.