Informação
O objetivo primário da pesquisa correlacional é estabelecer a existência, força e direção de uma relação entre duas ou mais variáveis. Este é o grau em que as mudanças numa variável correspondem a alterações noutra. Ao analisar o coeficiente de correlação, os pesquisadores podem determinar a natureza e a direção da relação entre as variáveis, o que é crucial para tomar decisões informadas com base nos dados coletados.
Assim como a pesquisa descritiva, os estudos correlacionais não manipulam as variáveis investigadas e não procuram determinar causa ou efeito. Em vez disso, eles podem descrever ou prever relações ou testar modelos teóricos de relações. As inferências causais sobre as relações entre variáveis independentes e dependentes não são feitas sem seleção aleatória ou manipulação da variável independente. Não há qualquer tentativa de fazer tais inferências sem seguir o procedimento acima referido (Rumrill, 2004). Os resultados de estudos correlacionais podem ser explicados estatisticamente de três maneiras: positivo, negativo e sem correlação.
Em estatística, uma correlação positiva refere-se a uma conexão ou associação entre duas variáveis de tal forma que quando uma variável aumenta, a outra variável também aumenta, ou quando uma variável diminui, a outra variável também diminui (Bloomfield & Fisher, 2019). Isso significa que as duas variáveis se movem na mesma direção. Por exemplo, a quantidade de comida que uma pessoa consome pode correlacionar-se positivamente com o peso.
Uma correlação negativa entre variáveis ocorre quando um aumento em uma variável resulta em uma diminuição em outra e vice-versa. Por exemplo, quanto mais comida uma pessoa consome, menores serão os seus níveis de fome. Diz-se que duas variáveis não estão correlacionadas quando uma alteração em uma não leva a uma alternância na outra e vice-versa.
Os pesquisadores normalmente se baseiam em uma medida estatística chamada coeficiente de correlação ao relatar os resultados de estudos correlacionais. Este valor varia de +1 a -1, com um valor próximo de +1 indicando uma correlação positiva robusta e um valor próximo de -1 significando uma correlação negativa significativa. Um valor próximo de zero indica que as variáveis não estão correlacionadas.
