- Educación
- Matemáticas
- Estadísticas
- En qué se diferencian la correlación estadística y la causalidad
Libro Relacionado
Por Deborah J. Rumsey
De todos los problemas estadísticos mal entendidos, el que quizás sea el más problemático es el mal uso de los conceptos de correlación y causalidad. La correlación, como término estadístico, es la medida en que dos variables numéricas tienen una relación lineal (es decir, una relación que aumenta o disminuye a un ritmo constante). A continuación se presentan tres ejemplos de variables correlacionadas:
- El número de veces que un grillo canta por segundo está fuertemente relacionado con la temperatura; cuando hace frío afuera, canta con menos frecuencia, y a medida que la temperatura aumenta, canta a un ritmo en constante aumento. En términos estadísticos, usted dice que el número de chirridos de grillos y la temperatura tienen una fuerte correlación positiva.
- A menudo se ha determinado que el número de delitos (per cápita) está relacionado con el número de agentes de policía en una zona determinada. Cuando más policías patrullan la zona, la delincuencia tiende a ser menor, y cuando hay menos policías presentes en la misma zona, la delincuencia tiende a ser mayor. En términos estadísticos decimos que el número de agentes de policía y el número de delitos tienen una fuerte correlación negativa.
- El consumo de helado (pintas por persona) y el número de asesinatos en Nueva York están positivamente correlacionados. Es decir, a medida que aumenta la cantidad de helados vendidos por persona, aumenta el número de asesinatos. Extraño pero cierto!
Pero la correlación como estadística no puede explicar por qué o cómo existe la relación entre dos variables, x e y; sólo que existe.
La causalidad va un paso más allá de la correlación, al afirmar que un cambio en el valor de la variable x causará un cambio en el valor de la variable y. Demasiadas veces en la investigación, en los medios de comunicación o en el consumo público de resultados estadísticos, ese salto se da cuando no debería darse. Por ejemplo, no se puede afirmar que el consumo de helado cause un aumento en las tasas de homicidio sólo porque estén correlacionadas. De hecho, el estudio mostró que la temperatura estaba positivamente correlacionada tanto con la venta de helados como con los asesinatos. ¿Cuándo puedes hacer el salto de causalidad? El caso más convincente es cuando se lleva a cabo un experimento bien diseñado que descarta otros factores que podrían estar relacionados con los resultados.
Usted puede encontrarse queriendo saltar a una relación de causa y efecto cuando se encuentra una correlación; los investigadores, los medios de comunicación y el público en general lo hacen todo el tiempo. Sin embargo, antes de llegar a ninguna conclusión, observe cómo se recolectaron los datos y/o espere a ver si otros investigadores son capaces de replicar los resultados (lo primero que intentan hacer después de que el «resultado innovador» de otra persona llega a las ondas).
