Forståelse af fordelene ved korrelationsanalyse i forskning

Korrelationsteori definerer det mønsterede forekomst af enhver to variable. Selvom det er matematisk i teorien, er dets praksis universelt anvendelig. Forskere kan bokstaveligt talt fokusere på alt fra højde og vægt til den mulige relation af genetisk arvede familietrækkers. Dens undersøgelse af organisk forekommende mønstre befrier korrelations-praktikere fra en stiv videnskabelig eksperiment, mens det giver et numerisk præcist resultat. Selvom korrelationsmetoden ikke etablerer en årsagssammenhæng, foreslår den mulige veje for yderligere klinisk undersøgelse af variable, der ellers måske ikke ville blive testet.

Mønstre af forekomst

• Korrelation bruger statistiske beviser til at identificere relationer. De to variable kan være vas forskellige fra hinanden. Dog ignorerer korrelation disse forskelle og fremhæver de lignende forekomster imellem dem. Ifølge York University blev den biometriske undersøgelse af arvelighed i stor grad påvirket af korrelationsanalyse. På denne måde kunne forskere associere personlighedstræk, der kan spænde over en familiens generationer. American Medical Association rapporterede i 2006, at når kvindelige patienter med depression bliver symptomfrie, er deres børn mindre sandsynlige til at blive diagnosticeret med depression. Forskere ville have korreleret forekomsten af depression hos både mor og barn for at nå den konklusion.

Grad af relation

• Korrelationsanalyse konkluderer med en matematisk koefficient mellem +1,00 og -1,00. "Plussen" står for øget forekomst af begge variable; "minussen" står for en øgning i den ene variabel med en fald i den anden. Enhver tal mellem de polære ender repræsenterer graden af relation mellem de to variable. Korrelation producerer en objektiv statistik for at repræsentere en relation. Endda en 0,00 korrelation angiver ingen grad af relation. Det er præcisionen i korrelation.

Retning af relation

• Praktikere af korrelation kan ikke kun identificere en statistisk relation mellem to variable, men også etablere en omvendt relation. Øgningen i den ene variabel kan forårsage en fald i den anden. Dette kaldes negativ korrelation. Nul korrelation er, når en variabels forekomst ikke har nogen indflydelse på den anden variabel. For eksempel en voksende teenager med en "hul ben" spiser som en hest, men vinder aldrig et pund: en negativ korrelation mellem kalorieindtag og vægtøgning. Forskere har generelt fundet en positiv korrelation, der antyder, at højere mennesker har tendens til at være tungere.

Etisk venlig

• Korrelation er statistik-baseret, derfor kan den undersøge relationer uden at kræve unetiske eksperimenter for at opnå beviser. Depressionseksemplet passer. Ved at bruge korrelation kan forskere spare et barn sorg over eksperimenter med depression i analyseformål. På denne måde er korrelation observatorisk. Det søger ikke at isolere variable inden for videnskabelig metodologi. Enhver eksperiment, som ville, ifølge definition, sætte de to patient-variabler i fare, er klinisk unødvendig med korrelation.