Correlação

Fortes e fracos são palavras usadas para descrever correlação. Se há correlação forte, então os pontos estão todos próximos uns dos outros. Se há uma correlação fraca, então os pontos estão todos separados. Há maneiras de fazer com que os números mostrem quão forte é a correlação. Estas medidas são chamadas de coeficientes de correlação. O mais conhecido é o coeficiente de correlação produto-momento de Pearson. Você coloca os dados em uma fórmula e ela lhe dá um número. Se o número for 1 ou -1, então há uma forte correlação. Se a resposta for 0, então não há correlação. Outro tipo de coeficiente de correlação é o coeficiente de correlação de classificação da Spearman.

A correlação nem sempre significa que uma coisa causa a outra (causalidade), porque algo mais poderia ter causado ambas. Por exemplo, em dias quentes as pessoas compram sorvete, e as pessoas também vão à praia onde alguns são comidos por tubarões. Há uma correlação entre a venda de sorvete e os ataques de tubarões (ambos sobem conforme a temperatura sobe neste caso). Mas só porque a venda de sorvete sobe, não significa que a venda de sorvete cause (causa) mais ataques de tubarões ou vice-versa.

Porque a correlação não implica em causalidade, cientistas, economistas, etc. testarão suas teorias criando ambientes isolados onde apenas um fator é mudado (onde isto é possível). No entanto, políticos, vendedores, agências de notícias e outros freqüentemente sugerem que uma correlação particular implica em uma causalidade. Isto pode ser devido à ignorância ou ao desejo de persuadir. Assim, um noticiário pode atrair a atenção dizendo que as pessoas que consomem um determinado produto com mais freqüência têm um problema de saúde particular, implicando em uma causa que poderia ser realmente devida a outra coisa.

• Cohen, J., Cohen P., West, S.G., & Aiken, L.S. (2003). Aplicou a análise de regressão/correlação múltipla para as ciências comportamentais. (3ª ed.) Hillsdale, NJ: Lawrence Erlbaum Associates.