Back to chapter

1.6:

Correlatie en oorzaak

JoVE Core
Biology
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Biology
Correlation and Causation

Languages

Share

– [Verteller] De resultaten van een experiment kunnen erop wijzen dat de onafhankelijke en afhankelijke variabelen gerelateerd zijn. De relatie tussen variabelen, de correlatie, kan positief zijn, beide variabelen stijgen of dalen samen, of negatief, de ene stijgt en de andere daalt. Daarnaast is het mogelijk dat er geen verband bestaat tussen de variabelen. Om te bepalen of een ogenschijnlijke correlatie een direct oorzaak-gevolgrelatie, een causaal verband, weergeeft, moeten aanvullende controle-experimenten worden uitgevoerd. Bijvoorbeeld, als een onderzoeker de oorzaak van het staartverlies in vijf verschillende gekkopopopulaties wil bepalen en een afname vindt in het aantal gekko’s zonder staarten naarmate het aantal parasitaire kraaienteken toeneemt, dan zou dit een negatieve correlatie zijn, en zou men kunnen concluderen dat de kraaienparasiet niet direct staartverlies bij gekko’s veroorzaakt. Maar als de onderzoeker het aantal kraaien op elke locatie had geteld, had hij misschien een positieve correlatie gevonden tussen het aantal kraaien en het aantal staartloze gekko’s. En na bestudering van de maaginhoud van de kraaien, zou hij ook de vermiste gekko staarten hebben gevonden. Het aantal kraaien heeft dus rechtstreeks het aantal verloren staarten van gekko’s bepaald.

1.6:

Correlatie en oorzaak

Overzicht

Met statistische testen kan worden berekend of er een verband of correlatie is tussen onafhankelijke en afhankelijke variabelen. Een indirect verband tussen de variabelen duidt op een correlatie, terwijl een direct verband een oorzakelijk verband aangeeft. Als wordt vastgesteld dat er geen verband bestaat tussen de variabelen, dan is de correlatie toeval.

Correlatie versus causaliteit

Als de afhankelijke variabele toe- of afneemt wanneer de onafhankelijke variabele toeneemt, is er een respectievelijke positieve of negatieve correlatie tussen de twee variabelen. Als deze relatie indirect is, dan is dat te wijten aan een correlatie. Een directe relatie zou echter een oorzakelijk verband betekenen.

Als een onderzoeker bijvoorbeeld de oorzaak van staartverlies bij vijf verschillende gekko-populaties wil achterhalen en een negatief verband vindt tussen het aantal gekko's zonder staart en het aantal parasieten bij kraaien, dan zou dit resultaat een negatieve correlatie vormen, en geeft aan dat de parasieten bij kraaien niet direct het staartverlies bij gekko's veroorzaakt.

Als de kraaien echter in de buurt van elke gekko-populatie waren geteld, dan zou er een positieve relatie tussen het aantal kraaien en staartloze gekko's gevonden kunnen zijn. Als, na onderzoek van de inhoud van de kraaienmaag, de ontbrekende gekkostaarten werden gevonden, dan zou het aantal gekko's zonder staart direct bepaald worden door het aantal kraaien – wat wijst op een oorzakelijk verband. Als de gekkostaarten niet in de maag van de kraaien waren gevonden, dan is de correlatie toevallig.

In dit voorbeeld is er een negatieve correlatie tussen het aantal kraaien en het aantal parasitaire bijkraaien. In werkelijkheid zal het aantal parasieten bij kraaien waarschijnlijk toenemen wanneer het aantal kraaien toeneemt – een positieve correlatie. In dit scenario zou ook het aantal parasieten positief gecorreleerd zijn met het aantal staartloze hagedissen. In tegenstelling tot het verband tussen de kraaienpopulatie en de populatie van staartloze gekko's is het aantal parasieten en staartloze gekko's niet causaal gerelateerd.