Relación espuria

Una relación espuria se refiere a la apariencia en que existe una relación de causalidad entre variables cuando en realidad esta no existe.

En numerosas ocasiones parece haber relaciones causales entre variables cuando en realidad no las hay. Esta aparente relación puede darse por cualquier casualidad. Existen numerosos casos en los que el coeficiente de correlación entre variables es significativo y no existe una relación causal entre estas. Es decir, aparentemente una variable causa a la otra, aunque estas no tengan nada que ver.

Ejemplo de relación espuria

Un ejemplo de relación espuria puede ser la relación entre la estatura de los niños de 12 a 18 años y el conocimiento en matemáticas.

A medida que los niños cumplen años se hacen más altos. A medida también que los niños cumplen años, avanzan de curso aprendiendo más matemáticas y siendo capaces de resolver problemas más complejos. Supongamos que recogemos una muestra estadística de niños entre 12 y 18 años.

Podríamos ver que a medida que aumentan su altura (son más mayores) son capaces de resolver problemas más complejos de matemáticas, pero ¿es la altura la causa de que estos niños sepan más matemáticas? Evidentemente no. Esto es debido a una tercera variable llamada  “factor de confusión” o “variable escondida”. En este caso la variable escondida es la capacidad intelectual.

A medida que los niños cumplen años, su capacidad intelectual aumenta y se potencian las habilidades numéricas. Estos niños son capaces de resolver a problemas cada vez más complejos que siendo más jóvenes no eran capaces. Dado que a la vez que cumplen años y desarrollan su capacidad intelectual, estos se hacen más altos, podría parecer que hay una relación causal entre la estatura de los niños y sus habilidades en matemáticas. Esta es simplemente una casualidad, por que el ser más altos o más bajos, no implica poder tener unas mayores habilidades matemáticas. Con lo cual, una variable no causa ni explica a la otra.

Diferencia entre correlación y causalidad

Ejemplos como este han acuñado la frase “correlación no implica causalidad”. Ver diferencia entre correlación y causalidad.

Hay que ser cuidadosos y aplicar la lógica. Puede pasar que, al representar distintas variables en gráficos puede parecer que están relacionadas entre sí. Sin embargo, la realidad es que estamos ante una relación espuria. Según que tipo de gráfico utilicemos y la escala que apliquemos, podemos encontrar relaciones muy convincentes a aparentemente. Por ello, a la hora de buscar una relación causal entre variables no basta una representación gráfica y unos simples cálculos.

Comparte este artículo:

Si te ha gustado este artículo, te recomendamos leer:

Deja un comentario