Korrelationsteorin beskriver hur två variabler samvarierar i mönster. Även om teorin är matematisk till sin natur är dess tillämpning i praktiken universell. Forskare kan fokusera på i princip vad som helst – från längd och vikt till möjliga samband mellan genetiskt ärvda familjedrag. Eftersom metoden bygger på naturligt förekommande mönster slipper korrelationsforskaren stela laboratoriemiljöer, samtidigt som resultaten blir numerärt precisa. Även om korrelationsmetoden inte fastställer orsakssamband pekar den på möjliga vägar för vidare klinisk undersökning av variabler som annars kanske aldrig skulle testas.
Korrelation använder statistiska belägg för att identifiera samband. De två variablerna kan skilja sig kraftigt åt, men korrelationsanalysen bortser från dessa skillnader och lyfter i stället fram deras gemensamma förekomstmönster. Enligt York University kom den biometriska ärftlighetsforskningen att starkt påverkas av korrelationsanalys. Tack vare detta kunde forskare koppla samman personlighetsdrag som spänner över en familjs generationer. American Medical Association rapporterade 2006 att när kvinnliga patienter med depression blir symtomfria är deras barn mindre benägna att själva diagnosticeras med depression. För att nå den slutsatsen korrelerade forskarna förekomsten av depression hos både mor och barn.
Korrelationsanalysen sammanfattas i en matematisk koefficient mellan +1,00 och −1,00. Plusstecknet anger att båda variablerna ökar tillsammans, medan minutstecknet visar att den ena variabeln ökar när den andra minskar. Varje värde mellan dessa poler representerar styrkan i sambandet mellan de två variablerna. Korrelationen ger därmed ett objektivt statistiskt mått på ett förhållande – även ett värde på 0,00 är informativt, eftersom det visar att inget samband alls finns. Det är just denna precision som gör metoden så kraftfull.
Med korrelation kan forskaren inte bara identifiera ett statistiskt samband mellan två variabler utan också avgöra om sambandet är omvänt. En ökning av den ena variabeln kan då motsvara en minskning av den andra – detta kallas negativ korrelation. Nollkorrelation innebär att en variabels förekomst inte påverkar den andra. Ett vardagligt exempel: en tonåring som äter som en häst men aldrig går upp i vikt illustrerar en negativ korrelation mellan kaloriintag och viktökning. Forskare har däremot oftast funnit en positiv korrelation som tyder på att längre människor tenderar att väga mer.
Eftersom korrelationen är statistikbaserad kan den belysa samband utan att oetiska experiment behöver genomföras. Depressionsexemplet passar väl in här: med hjälp av korrelation slipper forskarna utsätta ett barn för deprimerande experiment i analysesyfte. Metoden är på så sätt rent observerande – den försöker inte isolera variabler genom experimentell metodik. Varje experiment som per definition skulle äventyra de berörda patienterna är helt enkelt kliniskt onödigt när korrelation kan användas i stället.
Hälsa och Sjukdom © https://www.sjukdom.online