La relación y la correlación en investigación científica

La relación es el procedimiento que realizamos en el nivel investigativo relacional, de tal manera que, si se tiene dos variables categóricas lo que se busca es la asociación, mientras que si se tiene dos variables numéricas lo que se busca es una correlación; en ambos casos se habla de una relación. Relacional es un nivel investigativo, mientras que correlación es un procedimiento estadístico, por ello al nivel investigativo relacional no lo podemos llamar correlacional, porque la correlación es nada más un procedimiento estadístico, y esto de los más simples, porque podemos desglosar mucho más la correlación, y dentro de la asociación hay muchas más variantes; es decir, cuando hablamos de relación estamos hablando de un conjunto amplísimo de procedimientos estadísticos que contienen a la correlación. Por ejemplo, si el objetivo es medir, si el factor es riesgo, se tiene que calcular primero el p valor y después el Odds Ratio (OR) término que doblado al español sería oportunidad relativa; aunque también se puede recurrir a cualquier otro estimador que permita medir esa fuerza de relación, en buena cuenta de relación entre variables, como el RR que “es un cociente entre dos probabilidades o dos riesgos, siendo el concepto de riesgo equivalente al concepto epidemiológico de incidencia» (Cerda et al., 2013).

¿Asociación o correlación? de acuerdo al tipo de variable que se tenga, si se tiene dos variables numéricas sería correlación, si se tiene dos variables categóricas sería asociación, y después viene la medición de la fuerza de asociación, la fuerza de correlación, el OR, el RR u otro estimador. Tendría la misma connotación poner en un título “Factores asociados y factores relacionados”, pero exactamente factores asociados significaría que se usted va a dicotomizar todas sus variables, en cambio factores relacionados significaría que usted analice la relación entre variables independientemente de la naturaleza de las características que usted desea relacionar, por ejemplo, si se quiere hacer un estudio sobre factores de riesgo para la diabetes, entonces usted tiene que decir en su hipótesis “la obesidad es un factor de riesgo para la diabetes”, ahora ¿cómo mide la obesidad? Pues midiendo el índice de masa corporal, peso, talla, haciendo la división entre peso y talla al cuadrado, cotomizando la variable para hablar de obesidad, entre otros pasos; de tal manera que, quienes tengan más de 30 kg / metro cuadrado de índice de masa corporal serían declarados obesos; en cambio si usted se planteara solamente los factores relacionados, entonces podría relacionar el índice de masa corporal a la diabetes, no necesitaría dicotomizarlo.

Para determinar si en una relación se debe utilizar la correlación de Pearson o el índice de Kappa, se debe tener en cuenta la naturaleza de las variables, es así que, cuando hablamos de correlación implicamos a variables numéricas, y cuando hablamos del índice de Kappa, implicamos medidas de concordancia que son una forma de medir la asociación, en ese caso se habla de variables categóricas.