Una correlación es una medida estadística de la relación entre dos variables. Las posibles correlaciones oscilan entre +1 y –1. Una correlación cero indica que no existe relación entre las variables.


Una correlación de –1 indica una correlación negativa perfecta, lo que significa que a medida que una variable sube, la otra baja. Una correlación de +1 indica una correlación positiva perfecta, lo que significa que ambas variables se mueven juntas en la misma dirección.

Las correlaciones juegan un papel importante en la investigación psicológica . Los estudios correlacionales son bastante comunes en psicología, particularmente porque algunas cosas son imposibles de recrear o investigar en un laboratorio.

En lugar de realizar un experimento , los investigadores pueden recopilar datos de los participantes para observar las relaciones que pueden existir entre diferentes variables. A partir de los datos y el análisis que recopilan, los investigadores pueden hacer inferencias y predicciones sobre la naturaleza de las relaciones entre diferentes variables.

El coeficiente de correlación
La fuerza de la correlación se mide de -1,00 a +1,00. El coeficiente de correlación, a menudo expresado como r , indica una medida de la dirección y fuerza de una relación entre dos variables. Cuando el valor de r está más cerca de +1 o -1, indica que existe una relación lineal más fuerte entre las dos variables.

Una correlación de -0,97 es una correlación negativa fuerte, mientras que una correlación de 0,10 sería una correlación positiva débil. Una correlación de +0,10 es más débil que -0,74 y una correlación de -0,98 es más fuerte que +0,79.


Cuando esté pensando en la correlación, recuerde esta práctica regla: cuanto más cercana esté la correlación a 0, más débil es, mientras que cuanto más cerca esté de +/- 1, más fuerte será.

Diagramas de dispersión
Los diagramas de dispersión (también llamados gráficos de dispersión, diagramas de dispersión o diagramas de dispersión) se utilizan para trazar variables en un gráfico (consulte el ejemplo anterior) para observar las asociaciones o relaciones entre ellos. El eje horizontal representa una variable y el eje vertical representa la otra.


Cada punto de la trama es una medida diferente. A partir de esas mediciones, se puede calcular una línea de tendencia. El coeficiente de correlación es la pendiente de esa línea. Cuando la correlación es débil ( r está cerca de cero), la línea es difícil de distinguir. Cuando la correlación es fuerte ( r está cerca de 1), la línea será más aparente.

Correlaciones cero
Una correlación cero sugiere que la estadística de correlación no indicó una relación entre las dos variables. Es importante señalar que esto no significa que no haya una relación en absoluto; simplemente significa que no existe una relación lineal. Una correlación cero a menudo se indica mediante la abreviatura r = 0.


Entendiendo las correlaciones
Las correlaciones pueden ser confusas y muchas personas identifican lo positivo con lo fuerte y lo negativo con lo débil. Una relación entre dos variables puede ser negativa, pero eso no significa que la relación no sea fuerte.

Una correlación positiva débil indicaría que si bien ambas variables tienden a aumentar en respuesta entre sí, la relación no es muy fuerte. Una fuerte correlación negativa, por otro lado, indicaría una fuerte conexión entre las dos variables, pero que una sube cuando la otra baja.

La correlación no es causalidad
Por supuesto, la correlación no es igual a la causalidad. El hecho de que dos variables tengan una relación no significa que los cambios en una variable provoquen cambios en la otra. Las correlaciones nos dicen que existe una relación entre las variables, pero esto no significa necesariamente que una variable haga que la otra cambie.

Un ejemplo que se cita con frecuencia es la correlación entre el consumo de helado y las tasas de homicidio. Los estudios han encontrado una correlación entre el aumento de las ventas de helados y los picos de homicidios. Sin embargo, comer helado no te hace cometer un asesinato. En cambio, hay una tercera variable: calor. Ambas variables aumentan durante el verano.

Correlación ilusoria
Una correlación ilusoria es la percepción de una relación entre dos variables cuando en realidad sólo existe una relación menor, o ninguna. Una correlación ilusoria no siempre significa inferir causalidad; también puede significar inferir una relación entre dos variables cuando una no existe.

Por ejemplo, las personas a veces asumen que debido a que dos eventos ocurrieron juntos en un punto en el pasado, ese evento debe ser la causa del otro. Estas correlaciones ilusorias pueden ocurrir tanto en investigaciones científicas como en situaciones del mundo real.

Los estereotipos son un buen ejemplo de correlaciones ilusorias. Las investigaciones han demostrado que las personas tienden a asumir que ciertos grupos y rasgos ocurren juntos y frecuentemente sobreestiman la fuerza de la asociación entre las dos variables.

Por ejemplo, supongamos que un hombre cree erróneamente que todas las personas de los pueblos pequeños son extremadamente amables. Cuando el individuo conoce a una persona muy amable, su suposición inmediata podría ser que la persona es de un pueblo pequeño, a pesar de que la amabilidad no está relacionada con la población de la ciudad.