Un design de cercetare corelațională investighează relațiile dintre variabile fără ca cercetătorul să controleze sau să manipuleze vreuna dintre ele.
O corelație reflectă puterea și/sau direcția relației dintre două (sau mai multe) variabile. Direcția unei corelații poate fi fie pozitivă, fie negativă.
Corelație pozitivă
- Ambele variabile se schimbă în aceeași direcție
- Pe măsură ce înălțimea crește, și greutatea crește
Corelație negativă
- Variabilele se modifică în direcții opuse
- Pe măsură ce consumul de cafea crește, oboseala scade
Corelație zero
- Nu există nicio relație între variabile
- Consumul de cafea nu este corelat cu înălțimea
Cercetare corelațională vs. experimentală
Cercetarea corelațională și cea experimentală folosesc atât metode cantitative pentru a investiga relațiile dintre variabile. Dar există diferențe importante în ceea ce privește modul în care sunt colectate datele și tipurile de concluzii pe care le puteți trage.
Când să folosiți cercetarea corelațională
Cercetarea corelațională este ideală pentru a culege rapid date din medii naturale. Acest lucru te va ajuta să-ți generalizezi descoperirile la situații din viața reală într-un mod valid extern.
Există câteva situații în care cercetarea corelațională este o alegere adecvată.
Pentru a investiga relațiile non-cauzale
Dorești să afli dacă există o asociere între două variabile, dar nu te așteptai să găsești o relație cauzală între ele.
Cercetarea corelațională poate oferi perspective asupra relațiilor complexe din lumea reală, ajutând cercetătorii să dezvolte teorii și să facă predicții.
Exemplu
Vrei să știi dacă există vreo corelație între numărul de copii pe care oamenii îi au și pentru ce partid politic votează. Nu crezi că a avea mai mulți copii îi determină pe oameni să voteze diferit – este mai probabil ca ambii să fie influențați de alte variabile, cum ar fi vârsta, religia, ideologia și statutul socioeconomic. Dar o corelație puternică ar putea fi utilă pentru a face predicții despre modelele de vot.
Pentru a explora relațiile cauzale dintre variabile
Crezi că există o relație cauzală între două variabile, dar este nepractic, lipsit de etică sau prea costisitor să se efectueze cercetări experimentale care manipulează una dintre variabile.
Cercetarea corelațională poate oferi indicații inițiale sau suport suplimentar pentru teoriile despre relațiile cauzale.
Exemplu
Vrei să investighezi dacă emisiile de gaze cu efect de seră cauzează încălzirea globală. Nu este practic posibil să faci un experiment care să controleze emisiile globale în timp, dar prin observație și analiză poți arăta o corelație puternică care susține teoria.Pentru a testa noi instrumente de măsurare
Ai dezvoltat un nou instrument pentru măsurarea variabilei tae și trebuie să testezi fiabilitatea sau validitatea acestuia.
Cercetarea corelațională poate fi utilizată pentru a evalua dacă un instrument surprinde în mod consecvent sau precis conceptul pe care își propune să îl măsoare.
Exemplu
Dezvoltă o nouă scară pentru a măsura singurătatea la copiii mici pe baza unor dovezi anecdotice în timpul blocajelor. Pentru a valida această scală, trebuie să testezi dacă măsoară de fapt singurătatea. Colectează date despre singurătate folosind trei măsuri diferite, inclusiv noua scală, și testează gradele de corelație dintre diferitele măsurători. Găsirea unor corelații ridicate înseamnă că scala ta este validă.
Cum se colectează date corelaționale
Există multe metode diferite pe care le poți folosi în cercetarea corelațională. În științele sociale și comportamentale, cele mai comune metode de colectare a datelor pentru acest tip de cercetare includ anchete, observații și date secundare.
Este important să alegi și să îți planifici cu atenție metodele pentru a asigura fiabilitatea și validitatea rezultatelor tale. Ar trebui să selectezi cu atenție un eșantion reprezentativ, astfel încât datele tale să reflecte populația de care ești interesat fără părtinire.
Sondajele
În cercetarea prin sondaj, poți utiliza chestionare pentru a măsura variabilele tale de interes. Poți efectua sondaje online, prin poștă, prin telefon sau în persoană.
Sondajele sunt o modalitate rapidă și flexibilă de a colecta date standardizate de la mulți participanți, dar este important să te asiguri că întrebările tale sunt formulate într-un mod imparțial și că vei capta perspective relevante.
Exemplu
Pentru a afla dacă există o relație între vegetarianism și venit, trimite un chestionar despre dietă unui eșantion de persoane din diferite categorii de venituri. Analizează statistic răspunsurile pentru a determina dacă vegetarienii au în general venituri mai mari.
Observație naturalistă
Observația naturalistă este un tip de cercetare de teren în care culegi date despre un comportament sau un fenomen din mediul său natural.
Această metodă implică adesea înregistrarea, numărarea, descrierea și clasificarea acțiunilor și evenimentelor. Observația naturalistă poate include atât elemente calitative, cât și cantitative, dar pentru a evalua corelația, colectați date care pot fi analizate cantitativ (de exemplu, frecvențe, durate, scale și cantități).
Observația naturalistă îți permite să generalizezi cu ușurință rezultatele în contexte din lumea reală și poți studia experiențe care nu pot fi replicate în setările de laborator. Dar analiza datelor poate fi consumatoare de timp și imprevizibilă, iar părtinirea cercetătorilor poate denatura interpretările.
Exemplu
Pentru a afla dacă există o corelație între sex și participarea la clasă, observă seminariile de la facultate, notează frecvența și durata contribuțiilor studenților și clasifică-le în funcție de gen. Analizează statistic datele pentru a determina dacă bărbații sunt mai predispuși să vorbească în clasă decât femeile.
Date secundareÎn loc să colectezi date originale, poți utiliza și date care au fost deja colectate în alt scop, cum ar fi înregistrări oficiale, sondaje sau studii anterioare.
Utilizarea datelor secundare este ieftină și rapidă, deoarece colectarea datelor este completă. Cu toate acestea, datele pot fi nesigure, incomplete sau să nu fie complet relevante și nu ai niciun control asupra fiabilității sau validității procedurilor de colectare a datelor.
Exemplu
Pentru a afla dacă orele de lucru sunt legate de sănătatea mintală, utilizează statisticile naționale oficiale și studiile științifice din mai multe țări diferite pentru a combina datele privind orele medii de lucru și ratele de boli mintale.
Analizează statistic datele pentru a vedea dacă țările care lucrează mai puține ore au rezultate mai bune în materie de sănătate mintală.
Cum se analizează datele corelaționale
După colectarea datelor, poți analiza statistic relația dintre variabile folosind analize de corelație sau regresie sau ambele. De asemenea, poți vizualiza relațiile dintre variabile cu un scatterplot.
Diferite tipuri de coeficienți de corelație și analize de regresie sunt adecvate pentru datele tale pe baza nivelurilor lor de măsurare și distribuții.
Analiza corelației
Folosind o analiză de corelație, poți rezuma relația dintre variabile într-un coeficient de corelație: un singur număr care descrie puterea și direcția relației dintre variabile. Cu acest număr, vei cuantifica gradul de relație dintre variabile.
Coeficientul de corelație produs-moment Pearson, cunoscut și sub denumirea de r al lui Pearson, este utilizat în mod obișnuit pentru a evalua o relație liniară între două variabile cantitative.
Coeficienții de corelație se găsesc de obicei pentru două variabile simultan, dar poți utiliza un coeficient de corelație multiplu pentru trei sau mai multe variabile.
Analiza de regresie
Cu o analiză de regresie, poți prezice cât de mult o modificare a unei variabile va fi asociată cu o modificare a celeilalte variabile. Rezultatul este o ecuație de regresie care descrie linia de pe un grafic al variabilelor dvs.
Poți utiliza această ecuație pentru a prezice valoarea unei variabile pe baza valorii date a celeilalte variabile. Cel mai bine este să efectuezi o analiză de regresie după ce ai testat o corelație între variabilele tale.
Corelație și cauzalitate
Corelația nu implică cauzalitate. Doar pentru că găsești o corelație între două lucruri nu înseamnă că poți concluziona că unul dintre ele îl cauzează pe celălalt din câteva motive.
Problemă de direcționalitate
Dacă două variabile sunt corelate, ar putea fi pentru că una dintre ele este o cauză, iar cealaltă este un efect. Dar designul cercetării corelaționale nu îți permite să deduci care este aceea.
Exemplu
Găsești o corelație pozitivă între nivelurile de vitamina D și depresie: persoanele cu niveluri scăzute de vitamina D au mai multe șanse de a avea depresie. Dar nu poți fi sigur dacă un nivel scăzut de vitamina D cauzează depresie sau dacă depresia cauzează aporturi reduse de vitamina D prin modificarea stilului de viață sau a apetitului. Prin urmare, poți doar concluziona că există o relație între aceste două variabile.
A treia variabilă
O variabilă de confuzie este o a treia variabilă care influențează alte variabile pentru a le face să pară legate cauzal, chiar dacă nu sunt. În schimb, există legături cauzale separate între factor de confuzie și fiecare variabilă.
În cercetarea corelațională, există un control limitat sau deloc al cercetătorului asupra variabilelor străine. Chiar dacă controlezi statistic pentru unii potențiali factori de confuzie, pot exista încă și alte variabile ascunse care maschează relația dintre variabilele de studiu.
Exemplu
Găsește o corelație pozitivă puternică între orele de lucru și stresul legat de muncă: persoanele cu ore de lucru mai reduse raportează niveluri mai scăzute de stres legat de muncă.
Cu toate acestea, acest lucru nu demonstrează că orele de lucru mai mici determină o reducere a stresului.
Există multe alte variabile care pot influența ambele variabile, cum ar fi venitul mediu, condițiile de muncă și nesiguranța locului de muncă. S-ar putea să controlezi statistic aceste variabile, dar nu poți spune cu siguranță că orele de lucru mai reduse reduc stresul, deoarece alte variabile pot complica relația.
Salut,
Sunt Lorena și sunt primul coach de scriere academică din România.
Sunt doctor în economie și am finalizat și un program de postdoctorat la o universitate de renume.
Din 2021 am devenit fondatoarea Diplomade10.ro.
Am fondat această școală pentru a-i ajuta pe studenți, masteranzi și doctoranzi să scape de teama de ce vor scrie în lucrare și mai ales cum vor scrie.
Este nevoie să evoluăm în domeniul cercetării, să venim cu noi soluții pentru a face o lume mai bună.
Dacă ai orice nelămuriri, te rog să-mi scrii.