Korrelasjon, årsak og tilknytning: Hva betyr det hele?

En kommentar lagt ut av en leser på et nylig innlegg irettesatte meg for å ha antydet det marihuanaforårsaket forhold for å gå dårlig.

I dette tilfellet tok leseren feil, da jeg spesifikt hadde brukt ordet "assosiert", men kommentar fikk meg til å tenke at jeg kanskje skulle forklare forskjellene mellom korrelasjon, årsakssammenheng og assosiasjon. Jeg studerer avhengighet, og i felt er det veldig viktig å være tydelig på hva hvert av ordene du bruker betyr.

Å være tydelig på konklusjoner i forskning

Sammenheng. Når forskere finner en sammenheng, som også kan kalles en assosiasjon, er det de sier at de fant et forhold mellom to eller flere variabler.

For eksempel i tilfelle av marihuanaposten, fant forskerne en sammenheng mellom å bruke marihuana som tenåring, og har mer plagsomme forhold i midten, til slutten av tyveårene.

Korrelasjoner kan være positive - slik at som en variabel (marihuana røyke) går opp, det gjør også den andre (forholdet problemer); eller de kan være negative, noe som vil bety at når en variabel går opp (

metamfetamin røyking) en annen går ned (karakterpoeng gjennomsnitt).

Problemet er at med mindre de er kontrollert for, kan det være andre variabler som påvirker dette forholdet som forskerne ikke vet om. For eksempel, utdanning, kjønn, og psykiske helseproblemer kan være bak marihuana-forholdet (disse variablene ble alle kontrollert av forskerne i den studien).

Forskere har til disposisjon en rekke sofistikerte statistiske verktøy for å kontrollere for disse, alt fra det relativt enkle (som flere regresjon) til den svært komplekse og involverte (modellering på flere nivåer og strukturell ligning) Disse metodene gjør det mulig for forskere å skille effekten av en variabel fra andre, og dermed forlate dem mer trygge på å komme med påstander om den sanne naturen i forholdene de fant. Selv under de beste analyseforholdene er korrelasjonen ikke det samme som årsakssammenheng.

Årsakssammenheng. Når en artikkel sier at årsakssammenheng ble funnet, betyr dette at forskerne fant ut at endringer i en variabel de målte direkte forårsaket endringer i den andre.

Et eksempel kan være forskning som viser at det å hoppe av en klippe direkte forårsaker store fysiske skader. For å gjøre dette, ville forskere måtte tilordne folk å hoppe av en klippe (kontra, la oss si, hoppe av en 12-tommers avsats) og måle mengden fysisk skade forårsaket. Når de finner ut at hopping av stupet forårsaker mer skade, kan de hevde årsakssammenheng. (Lykke til med å rekruttere til det studiet!)

Det meste av forskningen du leste om indikerer en sammenheng mellom variabler, ikke årsakssammenheng. Du kan finne nøkkelordene ved å lese nøye. Hvis artikkelen sier noe sånt som at det ble funnet "menn" eller "det var mer sannsynlig at kvinner hadde det," snakker de om assosiasjoner, ikke årsakssammenheng.

Hvorfor forskjellen?

Årsaken er at for å faktisk kunne hevde årsakssammenheng, må forskerne dele deltakerne i forskjellige grupper, og tildele dem atferden de vil studere (som å ta et nytt stoff), mens resten ikke.

Dette er faktisk det som skjer i kliniske studier av medisinering fordi FDA krever bevis for at medisinen faktisk gjør at mennesker bedre (mer enn a placebo). Det er dette tilfeldig tildeling til forhold som gjør eksperimenter egnet for å oppdage kausalitet. I motsetning til i tilknytningsstudier, garanterer tilfeldig tildeling (hvis alt er riktig utformet) at det er atferden som studeres, og ikke noen annen tilfeldig effekt, som forårsaker resultatet.

Det er klart det er mye vanskeligere å bevise årsakssammenheng enn det er å bevise en assosiasjon.

Bør vi bare ignorere assosiasjoner?

Nei! Ikke i det hele tatt! Ikke engang i nærheten!

Korrelasjoner er avgjørende for forskning og må fortsatt sees på og studeres, spesielt i noen forskningsområder som avhengighet.

Årsaken er enkel: Vi kan ikke tilfeldig gi folk medisiner som metamfetamin som barn og studere hjerneutviklingen deres for å se hvordan ting påvirker dem - det ville være uetisk. Så det vi sitter igjen med er studien av hva met-bruk (og bruk av andre medisiner) er assosiert med.

Det er av denne grunn at forskere bruker spesielle statistiske metoder for å vurdere assosiasjoner, og forsikrer seg om at de også vurderer andre ting som kan forstyrre resultatene.

Når det gjelder marihuana-artikkelen, utelukket forskerne en rekke andre forstyrrende variabler som er kjent for å påvirke forhold, som aggresjon, kjønn, utdanning, nærhet med andre familiemedlemmer, etc. Ved å gjøre det gjorde de sitt beste for å forsikre seg om at assosiasjonen mellom marihuana og forholdet var reell. Det er tydeligvis andre muligheter, men etter hvert som flere forskere vurderer dette forholdet på forskjellige måter, vil vi lære mer om dets sanne natur.

Slik fungerer forskning.

Det er også slik vi fant ut at røyking forårsaker kreft. Gjennom uendelige gjentatte funn som viser en assosiasjon. Det viste seg ganske bra, synes jeg.

© 2010 Adi Jaffe, Alle rettigheter forbeholdt.

Bli med Adi's mailingliste.