Diseño de estudio

(correlacional)

2018-2
 Diseños correlacionales
• Asociación: una variable varía con otra sistemáticamente,
directa o indirectamente.
• Encontrar una asociación estadísticamente significativa
NO implica causalidad. Porque si bien hay una
asociación, no se puede afirmar cual variable causa la
otra.
• Solo se puede decir que existe una asociación entre las
variables.
 Diseños correlacionales
• Brindan evidencias de posible rol de
variables en la ocurrencia de otras.
• Permiten predecir en qué medida una, o más,
variables antecedentes, contribuyen a la
variación en una variable de salida.
• Sirven para justificar futuras investigaciones
de las variables involucradas.
• Directa, no hay correlación, inversa.
 Patrones de correlación
 Correlación positiva (directa): situación en la que los valores altos
coinciden con los altos, los bajos con los bajos y los medianos con los
medianos.
 Correlación negativa (inversa): situación en la que los valores altos
coinciden con los bajos y los bajos con los altos.
– Mientras más lejos de su pareja viva una persona, menos cantidad de actividades
comparte con su pareja.
– Asociación entre depresión y satisfacción con la vida
– ¿Asociación entre satisfacción laboral y estrés?
 Correlaciones curvilíneas (no lineales): cuando la relación entre las
variables no sigue una línea recta positiva o negativa, pero sí presenta un
patrón más complejo.
– Relación entre efectividad de desempeño en una tarea y nivel de ansiedad
 Correlación nula: no existe ningún tipo de relación entre las variables.

Es muy importante observar los diagramas

de dispersión
Aron, Aron y Coups (2013)
 en general as relaciones son no lineales
Patrones de correlación en diagramas de dispersión
a)directa b)inversa
c)nula d)no lineal
 Criterio de Cohen para interpretar el
tamaño de las correlaciones
 Que los valores de una correlación sean bajos, medianos o altos
dependen mucho del área de aplicación de ellas.
 En Economía, por ejemplo, una correlación inferior a 0.8 puede ser
bajo; mientras que en Psicología una correlación superior a 0.5 es
alto.
 Para evitar diversas interpretaciones nosotros adoptaremos, sólo a
manera de descripción, el sistema de Cohen (1988):
 Asociación entre mayoría de variables psicológicas no es muy alta,
porque en el comportamiento humano influyen varas variables, con
que la relación sea pequeña es bueno en estos casos.

 0 ≤ IrXY I < 0.1 : Correlación irrelevante.

 0.1 ≤ IrXY I < 0.3 : Correlación pequeña (v. psicológicas)
 0.3 ≤ IrXY I < 0.5 : Correlación mediana.
 0.5 ≤ IrXY I ≤ 1 : Correlación alta.
 Diseños bivariados
• Según la revisión bibliográfica se identifica variables que se
espera estén relacionadas.
• Luego se miden ambos constructos en cada participante y se
calcula el coeficiente de correlación en base a cada par de
puntos.
 Diseños predictivos
• Según la revisión bibliográfica, los coeficientes de regresión
permiten identificar cómo una variable antecedente predice la
variable de salida, o criterio.
• Sin embargo, lo único certero en diseños predictivos es que si
existe asociación, es difícil que uno prediga el otro. Sería mejor
si estas variables tienen asociación con otras variables, esto o
revisa el diseño de regresión múltiple.

Notas en Notas en
centro
colegio educativo
(secundaria) superior
 Diseños de regresión múltiple
• Según la revisión bibliográfica, existen varias variable
predictivas de la variable de salida.

Notas en
colegio
Notas en
centro
Autoeficacia educativo
superior

Sexo