📂IT · Datos · DX⏱Lectura de 2 min📊Práctico🔗Relacionados 6

¿Qué son la correlación y la causalidad?

Definición en una línea
Cuando dos valores se mueven juntos hay correlación; cuando uno provoca al otro hay causalidad. Que se muevan juntos no basta para afirmar que uno es la causa y el otro el efecto.
Este tema, como capacitación interna📚 Curso relacionado💬 Consulta sobre capacitación
⚡ Resumen en 3 líneas
  • Moverse juntos y ser la causa son cosas distintas
  • Sospechar de un tercer factor, de la dirección invertida y de quienes se inscriben por iniciativa propia
  • Dividir en tandas y comparar con el grupo que aún no la recibe
Diferencia entre correlación y causalidad
DiferenciasCorrelaciónCausalidad
SignificadoSe mueven juntosUna cosa provoca otra
Cómo verificarloComparar los dos valores lado a ladoUn experimento con grupo de comparación o un diseño equivalente
Verbo del informe«… fue más alto», «… aumentó junto con …»«lo elevó», «aumentó por»
Ejemplo de la práctica en la capacitaciónLa calificación de evaluación de quienes completaron es más alta que la de quienes no completaronEn dos grupos sorteados, sube el indicador del grupo que recibió la capacitación primero
Trampas frecuentesFactores de terceros, dirección inversa, inscripción voluntariaConclusión basada solo en la diferencia antes y después, sin grupo de comparación

Lo que el responsable de capacitación más quisiera escribir es «los egresados del curso tuvieron mejor desempeño». Los datos suelen mostrarlo así. Pero esta oración solo muestra que la finalización del curso y el desempeño se movieron juntos. Que la capacitación haya elevado el desempeño es otra afirmación, que requiere su propia prueba. Si no se distinguen ambas oraciones, el presupuesto del año siguiente se asigna a cursos sin efecto y los cursos que sí lo tenían se recortan.

Hay tres casos en que existe correlación sin causalidad. El primero es un tercer factor: los equipos con mucho apoyo del jefe envían a más personas a capacitación y también tienen mejor desempeño. El segundo es la dirección invertida: quizá las personas con buen desempeño fueron las elegidas para la capacitación. El tercero es un problema de selección: quienes se inscriben por iniciativa propia ya son personas más motivadas, por lo que probablemente tendrían buen desempeño aunque no hubiera capacitación. Con muestras pequeñas, las correlaciones por casualidad también son comunes.

Para acercarse a la causalidad hay que crear un punto de comparación. La forma más sólida es asignar aleatoriamente a los participantes y dar primero la capacitación solo a un grupo, pero en la práctica suele servir dividirla en tandas sucesivas y comparar con el grupo que aún no la ha recibido. Si tampoco es posible, mida el indicador antes y después de la capacitación y compare personas parecidas en cargo, antigüedad y desempeño previo. El coeficiente de correlación va de -1 a 1 y solo muestra el grado en que dos valores se mueven juntos; no indica el tamaño de la causa.

En la práctica, el error está en el verbo del informe. Los datos solo dicen que el resultado 'fue alto', pero la oración cambia a 'lo elevó' y así llega a los ejecutivos. Interpretar que un curso con alta satisfacción también mejora el desempeño del negocio cae en la misma trampa. Al revés, no decir nada porque no se puede probar la causalidad tampoco es una respuesta. En el informe conviene separar oración por oración lo que se comprobó de lo que se supone, y si no hubo grupo de comparación, decirlo junto con cómo se verificará en la siguiente edición. Así se gana más confianza.

Capacitaciones en las que aparece este término · IA·DX
Cursos recomendados · Instructores recomendados · Mini cotización
🧮 Mini cotización · Criterio de honorarios
Aprox. KRW 1,200,000 (≈ US$900)Charla especial de 2 horas · hasta 20 personas · en coreano
Solicitar cotización formal con estas condiciones →
💡 Dicho de forma sencilla
Los helados se venden más, y en esos mismos días aumentan los accidentes en el agua, pero lo que sube ambas cosas es el clima caluroso.
Por qué es importante en la práctica
En la revisión de resultados de capacitación de fin de año se exige evidencia de que la capacitación contribuyó al desempeño. Hay que entender hasta dónde llega el número que simplemente compara a quienes completaron con quienes no.
Origen y fuentes

El principio de que la correlación no implica causalidad es una premisa básica que la estadística y la metodología de la investigación vienen subrayando desde hace mucho. Se ha consolidado como norma común para interpretar datos, más que como la afirmación de una sola persona. Para confirmar la causalidad se necesita un experimento con grupo de comparación o un diseño equivalente, y ese punto también se transmite.

Entender con un caso

Veamos un caso hipotético. El equipo de desarrollo de talento de la aseguradora A, con 1,500 colaboradores, debía informar los resultados del curso de análisis de datos que se operó con inscripción voluntaria. Entre los 120 que completaron el curso, el 45 % quedó en el grupo de calificación más alta de la evaluación de fin de año, y entre quienes no lo completaron, el 22 %. El borrador decía: «La capacitación duplicó el desempeño».

  1. El equipo de desarrollo de talento preparó el borrador y el jefe de sección lo presentó al director de área. Llegó una pregunta: «¿No eran de por sí buenos los que se inscribieron? ¿Cómo fueron sus calificaciones el año pasado?»
  2. Al revisar las calificaciones de evaluación del año anterior de los 120 egresados, el jefe de sección comprobó que la proporción en la calificación superior ya era del 41%. Antes de la capacitación, este grupo ya tenía una proporción casi el doble que el promedio de quienes no la completaron.
  3. El jefe de equipo corrigió la oración. La escribió así: «La proporción de egresados en la calificación superior fue alta», y debajo anotó la limitación: «No se puede descartar la influencia de las características de los solicitantes».
  4. Al año siguiente, el equipo dividió por sorteo a los 240 solicitantes en un grupo de la primera mitad del año y otro de la segunda mitad. El jefe de sección lo explicó así: «El grupo del segundo semestre es el grupo de comparación mientras espera».
  5. Comparamos el número de informes de análisis elaborados a finales de junio por los dos grupos. El grupo del primer semestre, que ya había recibido la capacitación, elaboró 3,1 por persona al mes; el grupo del segundo semestre, que aún no la había recibido, elaboró 2,2.
  6. El director de área tomó este resultado como base para incorporar el curso de forma regular, y en el informe la expresión pasó de «el doble» a «aumento de 0,9 casos al mes». El presupuesto del año siguiente se aprobó sin preguntas.
Términos relacionados
Capacitaciones relacionadas con este término
📚La Cuarta Revolución Industrial y big dataCapacitación corporativa de Nanum Consultoría · presencial/en líneaVer curso →
¿Necesita capacitación interna sobre este tema?
Reciba de inmediato un currículo y una cotización personalizados para su equipo.
Consultar sobre capacitación
Última actualización: 14 de octubre de 2026 · Revisión: John Kim

Preguntas frecuentes

Se puede informar que los dos datos aparecieron juntos, pero es difícil afirmar que la capacitación sea la causa. Para que el lector pueda juzgar, conviene presentar si los participantes ya tenían buen desempeño antes y cómo estaban los indicadores antes de la capacitación.
Si la capacitación se organiza por grupos y se imparte por turnos, los grupos que aún no la han recibido forman de manera natural un grupo de comparación. Si eso tampoco es posible, se pueden medir los mismos indicadores antes y después de la capacitación y comparar personas emparejadas por cargo, antigüedad y desempeño previo similares.
El coeficiente de correlación solo muestra el grado en que dos valores se mueven juntos. Aunque el valor sea alto, puede deberse a un tercer factor, y si la muestra es pequeña, puede salir alto por casualidad. Más que el tamaño, lo importante es poder explicar por qué se produjo esa relación.
Lo más seguro es separar los hechos comprobados de las suposiciones. Si indica una por una qué se midió, con qué se comparó y qué factores no pudo descartar, y añade cómo lo verificará en la siguiente edición, la confianza en las cifras aumenta.