• • Objectivos de aprendizagem
• Investigação correlacional
• Mais pormenores sobre a Correlação
  • Experimentar
• Problemas de correlação
• Correlação não indica causalidade
  • ver IT
  • Experimentar
  • Pensar bem
  • Glossário

Objectivos de aprendizagem

• Explicar a investigação correlacional, incluindo o que um coeficiente de correlação nos diz sobre a relação entre variáveis

Investigação correlacional

Um dos principais métodos utilizados para estudar o comportamento anormal é o método correlacional. Correlação significa que existe uma relação entre duas ou mais variáveis (como entre as variáveis de pensamento negativo e sintomas depressivos), mas esta relação não implica necessariamente causa e efeito. Quando duas variáveis estão correlacionadas, significa simplesmente que à medida que uma variável muda, o mesmo acontece com a outra. Podemos medir a correlação calculando uma estatística conhecida como coeficiente de correlação. A coeficiente de correlação é um número de negativo a positivo que indica a força e a direção da relação entre as variáveis. A associação entre duas variáveis pode ser resumida estatisticamente utilizando o coeficiente de correlação (abreviado como r ).

A parte numérica do coeficiente de correlação indica a força da relação. Quanto mais próximo o número for de um (seja negativo ou positivo), mais fortemente relacionadas estão as variáveis e mais previsíveis serão as alterações numa variável à medida que a outra variável se altera. Quanto mais próximo o número for de zero, mais fraca é a relação e menos previsíveis são as relaçõesPor exemplo, um coeficiente de correlação de 0,9 indica uma relação muito mais forte do que um coeficiente de correlação de 0,3. Se as variáveis não estiverem de todo relacionadas entre si, o coeficiente de correlação é zero. O exemplo acima sobre pensamentos negativos e sintomas depressivos é um exemplo de duas variáveis que poderíamos esperar que tivessem uma relação entre siQuando valores mais elevados de uma variável (pensamento negativo) estão associados a valores mais elevados da outra variável (sintomas depressivos), existe uma correlação positiva entre as variáveis.

O sinal - positivo ou negativo - do coeficiente de correlação indica a direção da relação. As correlações positivas têm sinais positivos; as correlações negativas têm sinais negativos. A correlação positiva significa que as variáveis se movem na mesma direção. Por outras palavras, significa que quando uma variável aumenta, a outra também aumenta e, inversamente, quando uma variável diminui, a outra também diminui. A correlação negativa significa que as variáveis se movem em direcções opostas. Se duas variáveis estiverem negativamente correlacionadas, uma diminuição numa variável está associada a um aumento na outra e vice-versa.

Outros exemplos de correlações positivas são a relação entre a depressão e a perturbação dos padrões normais de sono, pelo que seria de esperar que os resultados de uma medida de depressão estivessem positivamente correlacionados com os resultados de uma medida de perturbações do sono.

Quanto mais deprimidas as pessoas estão, mais baixas são as suas pontuações na escala de autoestima de Rosenberg (RSES), uma medida de autoestima amplamente utilizada na investigação em ciências sociais. Tenha em atenção que uma correlação negativa não é o mesmo que nenhuma correlação. Por exemplo, provavelmente não encontraríamos nenhuma correlação entredepressão e a altura de alguém.

Na investigação correlacional, os cientistas observam e medem passivamente os fenómenos. Aqui, não intervimos nem alteramos o comportamento, como fazemos nas experiências. Na investigação correlacional, identificamos padrões de relações, mas normalmente não podemos inferir o que causa o quê. É importante referir que, na investigação correlacional, só é possível examinar duas variáveis de cada vez, nem mais nem menos.

Como já foi referido, as correlações têm um valor preditivo. Então, e se quisesse testar se a despesa com os outros está relacionada com a felicidade, mas não tem 20 dólares para dar a cada participante? Pode utilizar uma conceção correlacional - que foi exatamente o que a Professora Dunn também fez. Perguntou às pessoas quanto do seu rendimento gastavam com os outros ou doavam para caridade e, mais tarde, perguntou-lhes se estavam felizesAcha que estas duas variáveis estão relacionadas? Sim, estão! Quanto mais dinheiro as pessoas dizem gastar com os outros, mais felizes são.

Mais pormenores sobre a Correlação

Para descobrir a correspondência entre duas variáveis, podemos traçar a relação entre as duas pontuações no que é conhecido como gráfico de dispersão (Figura 1). No gráfico de dispersão, cada ponto representa um ponto de dados (neste caso, são indivíduos, mas poderia ser outra unidade).mês ( x eixo -) e o quão feliz a pessoa se sentiu no último mês ( y -A variável que é representada no eixo não é importante.

Figura 1 Gráfico de dispersão da associação entre a felicidade e as avaliações do mês anterior, uma correlação positiva ( r = Cada ponto representa um indivíduo.

No exemplo acima, a direção da associação é positiva, o que significa que as pessoas que consideraram o mês passado bom se sentiram mais felizes, enquanto as pessoas que consideraram o mês mau se sentiram menos felizes.

Num gráfico de dispersão, os pontos formam um padrão que se estende do canto inferior esquerdo ao canto superior direito (tal como na Figura 1). r para uma correlação positiva é indicado por um número positivo (embora o sinal positivo seja geralmente omitido). Aqui, o valor r é de 0,81.

A figura 2 mostra uma correlação negativa, a associação entre a altura média dos homens num país ( y eixo -) e a prevalência do agente patogénico, ou a vulgaridade da doença, nesse país ( x -Neste gráfico de dispersão, cada ponto representa um país. Repare como os pontos se estendem do canto superior esquerdo para o canto inferior direito. O que é que isto significa em termos reais? Significa que as pessoas são mais baixas em partes do mundo onde há mais doenças. O r O valor de uma correlação negativa é indicado por um número negativo - ou seja, tem um sinal de menos (-) à sua frente. Aqui, é -0,83.

Figura 2 Gráfico de dispersão mostrando a associação entre a altura média dos homens e a prevalência do agente patogénico, uma correlação negativa ( r = Cada ponto representa um país (Chiao, 2009).

A força de uma correlação tem a ver com o grau de alinhamento das duas variáveis. Recorde-se que, no estudo correlacional do Professor Dunn, as despesas com os outros estavam positivamente correlacionadas com a felicidade: quanto mais dinheiro as pessoas declaravam gastar com os outros, mais felizes declaravam ser. Nesta altura, pode estar a pensar: "Conheço uma pessoa muito generosa que dava muito dinheiro aos outros, masé infeliz!" Ou talvez conheça uma pessoa muito sovina que é muito feliz. Sim, pode haver excepções. Se uma associação tem muitas excepções, é considerada uma correlação fraca. Se uma associação tem poucas ou nenhumas excepções, é considerada uma correlação forte. Uma correlação forte é aquela em que as duas variáveis andam sempre, ou quase sempre, juntas. No exemplo da felicidade eQuanto mais forte for a correlação, mais apertados serão os pontos no gráfico de dispersão dispostos ao longo de uma linha inclinada[1].

Experimentar

Problemas de correlação

Se a generosidade e a felicidade estiverem positivamente correlacionadas, deveremos concluir que ser generoso causa felicidade? Do mesmo modo, se a altura e a prevalência de agentes patogénicos estiverem negativamente correlacionadas, deveremos concluir que a doença causa a falta de estatura? A partir de uma correlação apenas, não podemos ter a certeza. Por exemplo, no primeiro caso, pode ser que a felicidade cause generosidade, ou que a generosidade cause felicidade. Ou, umauma terceira variável pode causar felicidade e Por exemplo, a riqueza poderia ser a terceira variável que causa tanto maior felicidade como maior generosidade. É por isso que correlação não significa causalidade - uma frase frequentemente repetida entre os psicólogos[2].

Correlação não indica causalidade

A investigação correlacional é útil porque permite descobrir a força e a direção das relações que existem entre duas variáveis. No entanto, a correlação é limitada porque o estabelecimento da existência de uma relação diz-nos pouco sobre causa e efeito Embora as variáveis estejam, por vezes, correlacionadas porque uma causa a outra, também pode acontecer que outro fator, um variável de confusão No exemplo da depressão e do pensamento negativo mencionado anteriormente, o stress é uma variável de confusão que pode explicar a relação entre as duas variáveis.

Mesmo quando não podemos apontar variáveis de confusão claras, não devemos assumir que uma correlação entre duas variáveis implica que uma variável causa alterações na outra. Isto pode ser frustrante quando uma relação de causa-efeito parece clara e intuitiva. Pense no nosso exemplo sobre a relação entre a depressão e a perturbação dos padrões normais de sono. Parece razoávelassumir que a perturbação do sono pode causar uma pontuação mais elevada numa medida de depressão, tal como um elevado grau de depressão pode causar padrões de sono mais perturbados, mas se nos limitarmos a investigação correlacional Tanto a depressão como os distúrbios do sono podem dever-se a uma perturbação fisiológica subjacente ou a uma terceira variável que não foi medida.

Infelizmente, as pessoas estão sempre a fazer afirmações erradas sobre a causalidade em função das correlações. Embora a investigação correlacional seja inestimável na identificação de relações entre variáveis, uma grande limitação é a incapacidade de estabelecer a causalidade. O método correlacional não envolve a manipulação das variáveis de interesse. No exemplo anterior, o experimentador nãoOs psicólogos querem fazer afirmações sobre causa e efeito, mas a única forma de o fazer é realizar uma experiência para responder a uma questão de investigação. A secção seguinte descreve como os investigadores utilizam métodos experimentais em que o experimentador manipula uma ou mais variáveis de interesse e observa os seus efeitos noutras variáveis ouresultados em condições controladas.

ver IT

Neste vídeo, discutimos um dos melhores métodos que os psicólogos têm para prever comportamentos: a correlação. Mas será que isso significa que um comportamento vai mesmo acontecer? Vamos descobrir!

Pode ver a transcrição de "#5 Correlação vs. Causalidade - Psy 101" aqui (abre numa nova janela).

Experimentar

Pensar bem

Se os modelos correlacionais não demonstram causalidade, porque é que os investigadores fazem afirmações causais relativamente aos seus resultados? Existem casos em que os resultados correlacionais podem demonstrar causalidade?

Glossário

relação de causa e efeito: as alterações numa variável provocam alterações na outra variável; só podem ser determinadas através de um projeto de investigação experimental

viés de confirmação: tendência para ignorar provas que refutam ideias ou crenças

variável de confusão: fator externo imprevisto que afecta ambas as variáveis de interesse,\; dá frequentemente a falsa impressão de que as alterações numa variável provocam alterações na outra variável, quando, na realidade, o fator externo provoca alterações em ambas as variáveis

correlação: a relação entre duas ou mais variáveis; quando duas variáveis estão correlacionadas, uma variável muda à medida que a outra muda

coeficiente de correlação: número de -1 a +1, indicando a força e a direção da relação entre as variáveis, e normalmente representado por r

correlação negativa: duas variáveis mudam em direcções diferentes, sendo que uma se torna maior à medida que a outra se torna menor; uma correlação negativa não é a mesma coisa que a ausência de correlação

correlação positiva: duas variáveis mudam na mesma direção, tornando-se ambas maiores ou menores

---

1. Scollon, C. N. (2020). projetos de pesquisa. em R. Biswas-Diener & E. Diener (Eds), série de livros didáticos Noba: Psicologia. Champaign, IL: Editores DEF. recuperado de //noba.to/acxb2thy ↵
2. Scollon, C. N. (2020). projetos de pesquisa. em R. Biswas-Diener & E. Diener (Eds), série de livros didáticos Noba: Psicologia. Champaign, IL: Editores DEF. recuperado de //noba.to/acxb2thy ↵