5.3.2.1.
Justificación y limitaciones
Todos
los análisis que se han realizado están basados en el concepto de
correlación entre variables y, más concretamente, la correlación
según la técnica de Pearson.
Una correlación expresa la relación concomitante entre dos variables.
Cuando dos variables varían concomitantemente se dice que tienen
correlación. A medida que aumenta la concomitancia habrá mayor correlación,
llegando ésta a ser perfecta cuando la concomitancia sea perfecta.
¿Por qué empleamos la correlación en Psicología, y, en particular
en nuestra investigación cuando en otras ciencias apenas se emplea?.
Sencillamente, porque en otras ciencias se conoce la función matemática
exacta entre las variables, pudiéndose medir ambas con exactitud.
En nuestra ciencia, cuando hablamos de correlación, es porque no
podemos hallar la función exacta entre dos variables.
Esta relación exacta puede ignorarse fundamentalmente por dos causas:
1º porque desconocemos la naturaleza de las variables, y/o
2º, porque no sepamos o no sea posible medir con suficiente
precisión alguna de las variables o no sea posible hacerlo con independencia
de otras. En Psicología casi todas las variables son de este tipo,
es decir, o desconocemos su naturaleza, o no podemos aislar la variable
ni medirla con exactitud.
¿Por
qué hemos elegido el índice de Pearson en nuestro estudio? Porque
para expresar la correlación entre dos variables necesitamos un
índice que sea tanto más alto cuanto más alta sea la correlación;
nulo cuando la correlación sea nula y negativo cuando la correlación
sea negativa. Y el índice que nos ofrece Pearson cumple estas condiciones
mejor que todos los demás (Yela, 1965).
La advertencia importante que debe hacerse antes de interpretar
cualquier índice de correlación consiste en indicar que éste no
significa:
1) La expresión del % de correlación perfecta. Por ejemplo, r=38,
no indica el 38% de la correlación perfecta
2) Tampoco forman los coeficientes de correlación una escala cuantitativa
de unidad constante (de intervalos). La diferencia que existe
entre r1=85 y r2=75 no es la misma que entre r1=35 y r2=25, ni
r1=15 expresa la mitad de correlación que r2=30 (Yela, 1965).
En nuestra investigación, para darnos una idea de la importancia
cuantitativa de r, hemos considerado el cuadrado del coeficiente.
El cuadrado del coeficiente de dos variables se puede considerar
como la cantidad que expresa lo que hay de común (la varianza común
entre ambas variables. Esto si se puede interpretar como tanto por
ciento. Por ejemplo, consideremos r= 38; entonces r2=14%, que indica
la covariación, en tanto por ciento, de la covariación perfecta
posible. (Para un estudio más profundo sobre la interpretación de
la correlación, ver el texto de Gilford; y Yela, 1964).
Antes de concluir este apartado queremos subrayar que la mayor limitación
respecto a la interpretación de nuestros resultados proviene, sin
duda, de lo limitado de nuestras muestras, respecto al número de
sujetos. Finalmente, es preciso señalar que la variable "puntuación
en el test de detección de bien-dotados" en sí misma es considerada
como continua aunque se manifieste, de hecho, como discreta. |