Array

Lo que significa cuando una variable es espuria

Woman standing behind glass with correlating lines on a graph

Espurio es un término utilizado para describir una relación estadística entre dos variables que, a primera vista, parecerían estar causalmente relacionadas, pero al examinar más de cerca, solo aparecen por coincidencia o debido al papel de una tercera variable intermedia. Cuando esto ocurre, se dice que las dos variables originales tienen una relación & amp; quot; espuria.& amp; quot;

Este es un concepto importante para comprender dentro de las ciencias sociales, y en todas las ciencias que se basan en las estadísticas como método de investigación porque los estudios científicos a menudo están diseñados para evaluar si existe o no una relación causal entre dos cosas. Cuando uno prueba una hipótesis, esto es generalmente lo que está buscando. Por lo tanto, para interpretar con precisión los resultados de un estudio estadístico, uno debe comprender la espuria y poder detectarlo en los hallazgos de uno y otros.

Video destacado

Cómo detectar una relación espuria

La mejor herramienta para detectar una relación espuria en los resultados de la investigación es el sentido común. Si trabaja con la suposición de que, solo porque dos cosas puedan ocurrir conjuntamente no significa que estén causalmente relacionadas, entonces tiene un buen comienzo. Cualquier investigador que valga la pena siempre tendrá un ojo crítico al examinar los hallazgos de su investigación, sabiendo que no tener en cuenta todas las variables posiblemente relevantes en el curso de un estudio puede afectar los resultados. Ergo, un investigador o lector crítico debe examinar críticamente los métodos de investigación empleados en cualquier estudio para comprender realmente lo que significan los resultados.

La mejor manera de eliminar la espuria en un estudio de investigación es controlarla, en un sentido estadístico, desde el principio. Esto implica contabilizar cuidadosamente todas las variables que puedan afectar los hallazgos e incluirlos en su modelo estadístico para controlar su impacto en la variable dependiente.

Ejemplo & amp; amp; nbsp; de relaciones espurias entre variables

Muchos científicos sociales han centrado su atención en identificar qué variables afectan la variable dependiente del logro educativo. En otras palabras, están interesados en estudiar qué factores influyen en la educación formal y los títulos que una persona logrará en su vida.

Cuando miras las tendencias históricas en el logro educativo según lo medido por la raza, ves que los asiáticoamericanos entre las edades de 25 y 29 años tienen más probabilidades de haber completado la universidad (un 60 por ciento de ellos lo han hecho) mientras que la tasa de finalización para los blancos es del 40 por ciento. Para los negros, la tasa de finalización de la universidad es mucho más baja, solo el 23 por ciento, mientras que la población hispana tiene una tasa de solo el 15 por ciento.

Al observar estas dos variables, uno podría suponer que la raza tiene un efecto causal al completar la universidad. Pero, este es un ejemplo de una relación espuria. No es la raza misma la que impacta el logro educativo, sino el racismo, que es el tercero & amp; quot; oculto & amp; quot; variable que media la relación entre estos dos.

El racismo impacta la vida de las personas de color de manera tan profunda y diversa, dando forma a todo desde donde viven, a qué escuelas van y cómo se clasifican dentro de ellas, cuánto trabajan sus padres y cuánto dinero ganan y ahorran. También afecta la forma en que los maestros perciben su inteligencia y con qué frecuencia y dureza son castigados en las escuelas. De todas estas formas y muchas otras, el racismo es una variable causal que impacta el logro educativo, pero la raza, en esta ecuación estadística, es espuria.

& amp; # x203A; Ciencias Sociales

Dejar respuesta

Please enter your comment!
Please enter your name here

FOLLOW US

Related Stories