Universidad Nacional de Educación a Distancia ... - e-Spacio - UNED

Universidad de Educación a Distancia. Departamento de Economía Aplicada y Estadística.
4. Correlación y causalidad
Las teorías causales son susceptibles de ser estadísticamente rechazadas
(falsadas) si se contradicen con los datos, es decir con las covarianzas o
correlaciones entre variables. En cambio, las teorías no pueden ser confirmadas
estadísticamente.
La covariación entre dos variables refiere simplemente el hecho de que ciertos
valores de una variable se dan a menudo asociados con ciertos valores en la otra
variable.
La diferencia esencial se encuentra en que además de covariar, la relación causal
supone que todo cambio en una de las variables (la causa) forzará la variación en
la otra (el efecto).
La covariación define una relación simétrica entre variables, es decir, si una
variables V1 correlaciona (positiva o negativamente) con V2, se sigue que V2
correlacionará asimismo (positiva o negativamente) con V1.
En cambio la causalidad es asimétrica, pues el hecho de que V1 sea causa de V2
no significa necesariamente que V2 sea causa de V1.
Debemos descartar situaciones en las que la causalidad sea recíproca, es decir se
dé en ambas direcciones simultáneamente.
En lo que se refiere al aislamiento necesario en investigación experimental se
consigue por medio del control experimental, consistente en mantener fija o
bloqueada cualquier otra causa que pueda afectar a la relación causal.
Cuando el control experimental no es posible se recurre a la aleatorización. En el
caso de la investigación no experimental se emplea el llamado control estadístico,
que supone incluir en el análisis explícitamente las variables que suponemos que
influirán en el estudio y asumir que las variables omitidas en el estudio no influyen.
Este proceso se conoce como “pseudo-aislamiento”.
Medición de la confianza del usuario de Metro de Madrid
Luis María Egusquiza Juaristi
188