Una correlazione è una misura statistica della relazione tra due variabili. Le possibili correlazioni vanno da +1 a -1. Una correlazione zero indica che non esiste alcuna relazione tra le variabili.
Una correlazione di -1 indica una correlazione negativa perfetta, il che significa che quando una variabile aumenta, l'altra diminuisce. Una correlazione di +1 indica una correlazione positiva perfetta, il che significa che entrambe le variabili si muovono insieme nella stessa direzione.
Le correlazioni giocano un ruolo importante nella ricerca psicologica. Gli studi correlazionali sono abbastanza comuni in psicologia, in particolare perché alcune cose sono impossibili da ricreare o ricercare in un ambiente di laboratorio.
Invece di eseguire un esperimento, i ricercatori possono raccogliere dati dai partecipanti per esaminare le relazioni che possono esistere tra diverse variabili. Dai dati e dalle analisi che raccolgono, i ricercatori possono quindi fare inferenze e previsioni sulla natura delle relazioni tra le diverse variabili.
Il coefficiente di correlazione
La forza di correlazione è misurata da -1,00 a +1,00. Il coefficiente di correlazione, spesso espresso come r, indica una misura della direzione e della forza di una relazione tra due variabili. Quando il r valore è più vicino a +1 o -1, indica che esiste una relazione lineare più forte tra le due variabili.
Una correlazione di -0,97 è una correlazione negativa forte mentre una correlazione di 0,10 sarebbe una correlazione positiva debole. Una correlazione di +0,10 è più debole di -0,74 e una correlazione di -0,98 è più forte di +0,79.
Quando pensi alla correlazione, ricorda questa pratica regola: più la correlazione è vicina a 0, più è debole, mentre più è vicina a +/-1, più è forte.
Scattergrams
I grafici a dispersione (chiamati anche grafici a dispersione, grafici a dispersione o diagrammi a dispersione) vengono utilizzati per tracciare le variabili su un grafico (vedere l'esempio sopra) per osservare le associazioni o le relazioni tra di esse. L'asse orizzontale rappresenta una variabile e l'asse verticale rappresenta l'altra.
Ogni punto sulla trama è una misura diversa. Da queste misurazioni, è possibile calcolare una linea di tendenza. Il coefficiente di correlazione è la pendenza di quella linea. Quando la correlazione è debole (r è vicino a zero), la linea è difficile da distinguere. Quando la correlazione è forte (r è vicino a 1), la linea sarà più evidente.
Correlazioni zero
Una correlazione zero suggerisce che la statistica di correlazione non ha indicato una relazione tra le due variabili. È importante notare che questo non significa che non ci sia affatto una relazione; significa semplicemente che non c'è una relazione lineare. Una correlazione zero è spesso indicata usando l'abbreviazione r = 0.
Comprendere le correlazioni
Le correlazioni possono creare confusione e molte persone identificano il positivo con il forte e il negativo con il debole. Una relazione tra due variabili può essere negativa, ma ciò non significa che la relazione non sia forte.
Una debole correlazione positiva indicherebbe che mentre entrambe le variabili tendono a salire in risposta l'una all'altra, la relazione non è molto forte. Una forte correlazione negativa, invece, indicherebbe una forte connessione tra le due variabili, ma quella sale ogni volta che l'altra scende.
La correlazione non è causalità
Naturalmente, la correlazione non è uguale alla causalità. Solo perché due variabili hanno una relazione non significa che i cambiamenti in una variabile causino cambiamenti nell'altra. Le correlazioni ci dicono che esiste una relazione tra le variabili, ma questo non significa necessariamente che una variabile causi il cambiamento dell'altra.
Un esempio spesso citato è la correlazione tra consumo di gelato e tassi di omicidio. Gli studi hanno trovato una correlazione tra l'aumento delle vendite di gelati e i picchi di omicidi. Tuttavia, mangiare il gelato non ti fa commettere un omicidio. C'è invece una terza variabile: il calore. Entrambe le variabili aumentano durante l'estate.
Correlazione illusoria
Una correlazione illusoria è la percezione di una relazione tra due variabili quando esiste solo una relazione minore o nessuna. Una correlazione illusoria non significa sempre inferire causalità; può anche significare inferire una relazione tra due variabili quando una non esiste.
Ad esempio, le persone a volte presumono che poiché due eventi si sono verificati insieme in un punto nel passato, quell'evento deve essere la causa dell'altro. Queste correlazioni illusorie possono verificarsi sia nelle indagini scientifiche che in situazioni del mondo reale.
Gli stereotipi sono un buon esempio di correlazioni illusorie. La ricerca ha dimostrato che le persone tendono a presumere che determinati gruppi e tratti si presentino insieme e spesso sovrastimano la forza dell'associazione tra le due variabili.
Ad esempio, supponiamo che un uomo abbia l'errata convinzione che tutte le persone provenienti da piccole città siano estremamente gentili. Quando l'individuo incontra una persona molto gentile, la sua supposizione immediata potrebbe essere che la persona provenga da una piccola città, nonostante il fatto che la gentilezza non sia correlata alla popolazione della città.