A correlação positiva pode ser definida como a relação direta entre duas variáveis, ou seja, quando o valor de uma variável aumenta, o valor da outra também aumenta. Este post explica este conceito em psicologia, com a ajuda de alguns exemplos.
“O consumo de sorvete (pintas por pessoa) e o número de assassinatos em Nova York estão positivamente correlacionados. Ou seja, conforme a quantidade de sorvete vendido por pessoa aumenta, o número de assassinatos aumenta. Estranho mas verdadeiro!”
– Deborah J. Rumsey, Statistics For Dummies®
Psychology usa vários métodos para a sua pesquisa, e um deles é o estudo da correlação entre quaisquer duas variáveis. A correlação nada mais é do que a medida do grau de relação entre duas variáveis. Ela pode ser plotada graficamente para mostrar a relação entre elas.
Quer escrever para nós? Bem, estamos à procura de bons escritores que queiram espalhar a palavra. Entre em contato conosco e conversaremos…
Vamos trabalhar juntos!
Correlação estuda a relação entre duas variáveis, e seu coeficiente pode variar de -1 a 1. Uma relação de inclinação positiva não é mais do que uma correlação positiva. O seu valor pode variar de 0 a 1. A correlação positiva implica que há uma relação positiva entre as duas variáveis, ou seja, quando o valor de uma variável aumenta, o valor de outra variável também aumenta, e o oposto acontece quando o valor de uma variável diminui. A correlação é usada em muitos campos, tais como matemática, estatística, economia, psicologia, etc.
Vejamos um exemplo hipotético, onde um pesquisador está tentando estudar a relação entre duas variáveis, a saber ‘x’ e ‘y’. O exemplo irá ajudá-lo a entender o que é correlação positiva.
Deixe ‘x’ ser o número de horas que um estudante estudou, e ‘y’ ser a sua pontuação em um teste (nota máxima: 120). O pesquisador pega 20 alunos de uma classe, e registra o número de horas que eles estudaram para o teste. O pesquisador então registra as notas obtidas pelos alunos no teste. Tentamos comparar a relação entre o número de horas que o aluno dedicou ao estudo, e sua pontuação correspondente.
► Os dados fornecidos são de duas variáveis ‘x’ e ‘y’. Há 20 observações registradas pelo pesquisador. Vamos plotar estes pontos em um gráfico.
► Depois de plotar os pontos no gráfico, obtemos um diagrama de dispersão. O diagrama de dispersão indica a tendência e mostra se a correlação é positiva ou negativa.
► Uma tendência ascendente geralmente indica uma correlação positiva e, por outro lado, uma tendência descendente geralmente indica uma correlação negativa. No entanto, o grau de relação será diferente a cada vez. Assim, o diagrama de dispersão nos ajuda a visualizar a correlação.
► Em psicologia, a correlação pode ser útil no estudo de padrões de comportamento. Por exemplo, se você quiser estudar se os alunos que estão deprimidos reprovam em seus exames ou têm nota baixa, você pode traçar suas observações e estudar a associação entre eles. Se houver uma associação positiva, isso implica que os alunos deprimidos são mais propensos a reprovar em seus exames.
Representação gráfica dos dados: Diagrama de dispersão
O que observamos?
Gostaria de escrever para nós? Bem, estamos à procura de bons escritores que queiram espalhar a palavra. Entre em contato conosco e conversaremos…
Vamos trabalhar juntos!
► Depois de plotar os pontos no gráfico, podemos notar a tendência ascendente / ascendente do diagrama de dispersão. Isto indica que à medida que o valor da variável ‘x’ aumenta, o valor de ‘y’ também aumenta. Assim, isto indica que os alunos que colocaram mais horas de estudo tiveram melhor pontuação no teste.
► No entanto, este método de pesquisa tem suas próprias limitações. Estes dados são baseados nas estatísticas de 20 alunos em uma classe com diferentes níveis de QI. Embora a tendência aqui observada seja positiva, há grandes chances de que o nível de QI desse aluno também possa desempenhar um importante fator de contribuição. A inferência de que mais as horas que você estuda, melhor a pontuação, pode se confirmar, se for assumido que o nível de QI de todos os alunos é similar, em média. Entretanto, existem outras variáveis que não podem ser descartadas, como o nível de concentração dos alunos, que podem influenciar a pontuação.
Exemplos de Correlação Positiva na Vida Real
► Se eu andar mais, vou queimar mais calorias.
► Com o crescimento da empresa, o valor de mercado dos estoques da empresa aumenta.
► Quando a demanda aumenta, o preço do produto aumenta (no mesmo nível de oferta).
► Quando se estuda mais, a pontuação é alta nos exames.
► Quando se paga mais aos funcionários, eles estão motivados a ter um melhor desempenho.
► Com o aumento do consumo de junk food, há aumento da obesidade.
► Quando se medita mais, o nível de concentração aumenta.
► Casais que passam mais tempo juntos têm uma relação mais saudável e duradoura.
Deve-se notar que a correlação não implica causa. Uma relação directa ou positiva não implica que sejam a causa e o efeito um do outro. Uma correlação entre duas variáveis ajuda o pesquisador a determinar a associação entre elas. Entretanto, os dados estatísticos são baseados em uma amostra e, portanto, podem, às vezes, levar a resultados enganosos. Uma forte correlação positiva não implica necessariamente que haja uma relação entre elas; pode ser devida a uma variável externa desconhecida. Portanto, os investigadores têm de ter cuidado com os dados estatísticos enquanto desenham inferências.