¿EN QUÉ CONSISTEN LOS ESTUDIOS CORRELACIONALES?

Los estudios correlacionales pretenden responder a preguntas de investigación tales como: ¿conforme transcurre una psicoterapia orientada hacia el paciente, aumenta la autoestima de éste?; ¿a mayor variedad y autonomía en el trabajo corresponde mayor motivación intrínseca respecto a las tareas laborales?; ¿los niños que dedican cotidianamente más tiempo a ver la televisión tienen un vocabulario más amplio que los niños que ven diariamente menos televisión?; ¿los campesinos que adoptan más rápidamente una innovación poseen mayor inteligencia que los campesinos que la adoptan después?; ¿la lejanía física entre las parejas de novios está relacionada negativamente con la satisfacción en la relación? Es decir, este tipo de estudios tienen como propósito medir el grado de relación que exista entre dos o más conceptos o variables (en un contexto en particular). En ocasiones sólo se analiza la relación entre dos variables, lo que podría representarse como X____Y; pero frecuentemente se ubican en el estudio relaciones entre tres variables, lo cual se podría representar así: X_______ Y

Y  también relaciones múltiples, por ejemplo, X_______ Y_________ W

\Z/

\  Z/______________F

En este último caso se plantean cinco correlaciones (se asocian cinco pares de correlaciones: X con Y X con Z, Y con Z, Y con W y Z con F. Obsérvese que no se está correlacionando X con F, X con W, Y con F, Z con W, ni W con F).Los estudios correlacionales miden las dos o más variables que se pretende ver sí están o no relacionadas en los mismos sujetos y después se analiza la correlación. Por ejemplo, un investigador que desee analizar la relación entre la motivación laboral y la productividad en un grupo de trabajadores -digamos, de varias empresas industriales con más de 1000 trabajadores de la Ciudad de Bogotá, Colombia- , mediría en cada uno de esos trabajadores su motivación y su productividad, y después analizaría si los trabajadores con mayor motivación son o no los más productivos. Es importante recalcar que, en la mayoría de los casos, las mediciones en las variables a correlacionar provienen de los mismos sujetos. No es común que se correlacionen mediciones de una variable hechas en unas personas con mediciones de otra variable realizadas en otras personas. Por ejemplo, no sería válido correlacionar mediciones sobre la motivación efectuadas a los mencionados trabajadores de Bogotá con mediciones sobre la productividad hechas a otros trabajadores (de otras empresas o trabajadores argentinos).

Propósito

La utilidad y el propósito principal de los estudios correlacionales son saber cómo se puede comportar un concepto o variable conociendo el comportamiento de otra u otras variables relacionadas. Es decir, para intentar predecir el valor aproximado que tendrá un grupo de individuos en una variable, a partir del valor que tienen en la variable o variables relacionadas. Un ejemplo tal vez simple, pero que ayuda a comprender el propósito predictivo de los estudios correlacionales, sería el correlacionar el tiempo dedicado a estudiar para un examen de estadística con la calificación obtenida en él. En este caso se mide en un grupo de estudiantes cuánto dedica cada uno de ellos a estudiar para el examen y también se obtienen sus calificaciones en el examen (mediciones en la otra variable); posteriormente se determina si las dos variables están o no correlacionadas y, si lo están, de qué manera. En el caso de que dos variables estén correlacionadas, ello significa que una varía cuando la otra también varía (la correlación puede ser positiva o negativa). Si es positiva quiere decir que sujetos con altos valores en una variable tenderán a mostrar altos valores en la otra variable. Por ejemplo, quienes estudian más tiempo para el examen de estadística tenderán a obtener una más alta calificación en el examen. Si es negativa, significa que sujetos con altos valores en una variable tenderán a mostrar bajos valores en la otra variable. Por ejemplo, quienes estudian más tiempo para el examen de estadística tenderán a obtener una calificación más baja en el examen. Si no hay correlación entre las variables, ello nos indica que éstas varían sin seguir un patrón sistemático entre sí: habrá sujetos que tengan altos valores en una de las dos variables y bajos en la otra, sujetos que tengan altos valores en una de las variables y valores medios en la otra, sujetos que tengan altos valores en una variable y altos en la otra, sujetos con valores bajos en una variable y bajos en la otra, y sujetos con valores medios en las dos variables. En el ejemplo mencionado, habrá quienes dediquen mucho tiempo a estudiar para el examen de estadística y obtengan altas calificaciones en él, pero también quienes dediquen mucho tiempo y obtengan bajas calificaciones, quienes dediquen poco tiempo y saquen buenas calificaciones, quienes dediquen poco y les vaya mal en el examen. Si dos variables están correlacionadas y se conoce la correlación, se tienen bases para predecir-con mayor o menor exactitud- el valor aproximado que tendrá un grupo de personas en una variable, sabiendo qué valor tienen en la otra variable.

EJEMPLO

Supóngase que, en una investigación con 100 estudiantes del quinto semestre de la carrera de Psicología Socialde una universidad, se encontrara una relación fuertemente positiva entre el tiempo dedicado a estudiar para undeterminado examen de estadística y la calificación en dicho examen, y hubiera otros 85 estudiantes del mismosemestre y escuela; ¿qué predicción podríamos hacer con estos otros estudiantes? Sabremos que quienesestudien más tiempo, obtendrán las mejores calificaciones.

Como se sugirió antes, la correlación nos indica tendencias (lo que ocurre en la mayoría de los casos) más quecasos individuales. Por ejemplo, el joven “Gustav” puede haber estudiado bastantes horas y conseguir una notabaja en su examen, o “Cecilia” puede haber estudiado muy poco tiempo y lograr una calificación alta. Sinembargo, en la mayoría de los casos, quienes estudien más tiempo tenderán a obtener una calificación más alta en el examen.

En el capítulo referente al análisis e interpretación de los datos, se profundizará en el tema de la correlación e incluso se verán distintas clases de correlación que no se han mencionado aquí (v.g., correlaciones curvilineales): por ahora basta con que se comprenda cuál es el propósito de los estudios correlacionales.

Los estudios correlacionales se distinguen de los descriptivos principalmente en que, mientras estos últimos se centran en medir con precisión las variables individuales (varias de las cuales se pueden medir con independencia en una sola investigación), los estudios correlaci6nales evalúan el grado de relación entre dos variables-pudiéndose incluir varios pares de evaluaciones de esta naturaleza en una única investigación (comúnmente se incluye más de una correlación)-. Para comprender mejor esta diferencia tomemos un ejemplo sencillo.

EJEMPLO

Supongamos que un psicoanalista, el doctor Marco Antonio González, tiene como pacientes a un matrimonio y que los cónyuges se llaman "Dolores" y "César". Puede hablar de ellos de manera individual e independiente, es decir, comentar cómo es Dolores (físicamente, en cuanto a su personalidad, aficiones, motivaciones, etcétera) y cómo es César; o bien puede hablar de su relación, comentando cómo llevan y perciben su matrimonio, cuánto tiempo pasan diariamente juntos, qué actividades realizan juntos y otros aspectos similares. En el primer caso la descripción es individual (si Dolores y César fueran las variables, los comentarios del doctor Marco Antonio serían producto de un estudio descriptivo de ambos cónyuges), mientras que en el segundo el enfoque es relacional (el interés primordial es la relación matrimonial de Dolores y César).

Desde luego, en un mismo estudio nos puede interesar tanto describir los conceptos y variables de manera individual como la relación entre ellas.

La investigación correlacional tiene, en alguna medida, un valor explicativo aunque parcial. Al saber que dos conceptos o variables están relacio nadas se aporta cierta información explicativa. Por ejemplo, si la adquisición de vocabulario por parte de un determinado grupo de niños de cierta edad (digamos entrelos 3 y los 5 años) se encuentra relacionada con la exposición a un programa de televisión educativo, ese hecho puede proporcionar cierto grado de explicación sobre cómo los niños adquieren ciertos conceptos. Igualmente, si la similitud en cuanto a valores (religión, sexo, educación, etcétera) por parte de los novios de ciertas comunidades indias guatemaltecas está relacionada con la probabilidad de que contraigan matrimonio, esta información nos ayuda a explicar por qué algunas de esas parejas de novios se casan y otras no. Desde luego, la explicación es parcial, pues hay otros factores relacionados con la decisión de casarse. Cuanto mayor número de variables sean correlacionadas en el estudio y mayor sea la fuerza de las relaciones más completa será la explicación. En el ejemplo anterior, si se encuentra que, además de la “similitud”, también están relacionadas con la decisión de casarse las variables “tiempo de conocerse en la comunidad”, “vinculación de las familias de los novios”, “ocupación del novio”, “atractivo físico” y “tradicionalismo”, el grado de explicación será mayor. Y si agregamos más variables que se relacionan con dicha decisión, la explicación se torna más completa.

Riesgo: correlaciones espurias

Ahora bien, puede darse el caso de que dos variables estén aparentemente relacionadas, pero que en realidad no lo estén (lo que se conoce en el lenguaje de la investigación como "correlación espuria"). Por ejemplo, supóngase que lleváramos a cabo una investigación con niños -cuyas edades oscilaran entre los 8 y los 12 años- con el propósito de analizar qué variables se encuentran relacionadas con la inteligencia y midiéramos su inteligencia a través de alguna prueba. Nos daríamos cuenta de que se da la siguiente tendencia: "a mayor estatura, mayor inteligencia"; es decir, los niños con más estatura tenderían a obtener una calificación más alta en la prueba de inteligencia, con respecto a los niños de menor estatura. Estos resultados no tendrían sentido; no podríamos decir que la estatura está correlacionada con la inteligencia aunque los resultados del estudio así lo indicaran. Lo que sucede es lo siguiente: la maduración está asociada con las respuestas a una prueba de inteligencia, los niños de 12 años (en promedio más altos) han desarrollado mayores habilidades cognitivas para responder a la prueba(comprensión, asociación, retención, etc.), que los niños de 11 años y éstos a su vez las han desarrollado en mayor medida que los de 10 años; y así sucesivamente hasta llegar a los niños de 8 años (en promedio los de menor estatura), quienes poseen menos habilidades que los demás para responder a la prueba de inteligencia(incluso si aplicáramos la prueba a niños de 5 años no podrían responderla). Estamos ante una correlación espuria cuya explicación- no sólo es parcial sino errónea; se requeriría de una investigacbión a nivel explicativo para saber cómo y por qué las variables están supuestamente relacionadas. El ejemplo citado resulta obvio, pero en ciertas ocasiones no es tan sencillo detectar cuándo una correlación carece de sentido.

Bibliografia:
Hernández,  Fernández, C. & Baptista, P. (2007). Metodología de la Investigación. McGraw-
Hill: México.