Przyczynowość

Czym jest przyczynowość?

Przyczynowość oznacza, że między dwiema zmiennymi istnieje wyraźny związek przyczynowo-skutkowy. O związku przyczynowym mówimy więc wtedy, gdy działanie A powoduje wynik B. Częstym błędem w interpretacji statystyk jest wnioskowanie o przyczynowości, gdy występuje korelacja, choć korelacja oznacza jedynie zależność.

Przyczynowość i korelacja

Analiza korelacji pokazuje, czy istnieje zależność między dwiema zmiennymi. Sama korelacja nie pozwala jednak ustalić, czy jedna zmienna wpływa na drugą ani w którym kierunku przebiega ewentualny związek przyczynowy.

Przyczynowość i regresja

Jeśli między dwiema zmiennymi istnieje związek przyczynowy, analiza regresji może przewidywać jedną zmienną na podstawie drugiej. Oczywiście trzeba zadbać o to, aby kierunek był prawidłowy. W regresji można przewidywać zmienną zależną wyłącznie za pomocą zmiennej niezależnej.

Zdefiniowanie jednej zmiennej jako predyktora, a drugiej jako kryterium określa kierunek przewidywania w modelu regresji. Nie dowodzi jednak kierunku przyczynowego. Ewentualną interpretację przyczynową trzeba uzasadnić na podstawie teorii i planu badania.

Nie można więc „szukać” przyczynowości wyłącznie za pomocą regresji. Regresję można stosować także bez założenia związku przyczynowego, na przykład do przewidywania. Interpretacja przyczynowa wymaga dodatkowego uzasadnienia.

Przy okazji, w numiqo możesz łatwo obliczyć analizę regresji online oraz analizę korelacji online.

Modele przyczynowe dla regresji

Czy regresja liniowa oznacza przyczynowość? Ani korelacja, ani regresja nie mogą same wskazać związku przyczynowego. Modele przyczynowe obejmują analizę regresji lub korelacji oraz dodatkowo silną teorię łączącą dwie lub więcej zmiennych.

Założenia przyczynowości

Aby wiarygodnie wnioskować o przyczynowości, trzeba wykazać zależność między zmiennymi, ustalić kolejność czasową oraz wykluczyć wiarygodne alternatywne wyjaśnienia, na przykład wpływ trzeciej zmiennej. Pomagają w tym odpowiedni plan badania, wiedza dziedzinowa i teoria. Sama istotna korelacja nie wystarcza.

Jeśli nie można ustalić porządku czasowego ani wykluczyć innych wyjaśnień, można mówić wyłącznie o zależności lub korelacji. Nie można wtedy stwierdzić, że zmienna A wpływa na zmienną B lub odwrotnie.

Przykład przyczynowości

Załóżmy, że pytanie badawcze brzmi: Czy istnieje związek przyczynowy między wiekiem, w którym dziecko wypowiada pierwsze zdania, a późniejszymi sukcesami szkolnymi?

Najpierw należy sprawdzić, czy między dwiema zmiennymi istnieje korelacja; robi się to za pomocą analizy korelacji. Jeśli występuje istotna korelacja, trzeba jeszcze sprawdzić drugi warunek.

W tym przypadku kolejność czasowa jest jasna: późniejsze sukcesy szkolne nie mogą wpływać na wiek, w którym dziecko wypowiedziało pierwsze zdanie. Jeśli występuje korelacja, można więc wykluczyć odwrotny kierunek wpływu. Nadal nie jest to jednak dowód przyczynowości, ponieważ na obie zmienne mogą wpływać inne czynniki, na przykład warunki rozwoju dziecka.