Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

1.6: Korrelation und Ursachen
INHALTSVERZEICHNIS

JoVE Core
Biology

A subscription to JoVE is required to view this content. You will only be able to see the first 20 seconds.

Education
Correlation and Causation
 
PROTOKOLLE

1.6: Correlation and Causation

1.6: Korrelation und Ursachen

Overview

Statistical tests can calculate whether there is a relationship, or correlation, between independent and dependent variables. An indirect relationship of the variables signifies a correlation while a direct relationship shows causation. If it is determined that no connection exists between the variables, then the correlation is a coincidence.

Correlation versus Causation

If the dependent variable increases or decreases when the independent variable increases, there is a positive or negative correlation, respectively, between the two variables. If this relationship is indirect, then it is due to a correlation. However, a direct relationship would signify causation.

For example, if a researcher wants to determine the cause of tail-loss in five different gecko populations, and finds a negative relationship between the number of geckos without tails and the number of parasitic ticks in crows, this result would constitute a negative correlation and indicate that the crow parasite is not directly causing tail-loss in geckos.

However, if the crows had been counted near each gecko population, a positive relationship between the number of crows and tailless geckos may have been found. If, after examining the contents of the crows’ stomachs, the missing gecko tails were discovered, the number of crows would have directly determined the number of tails lost by the geckos—indicating causation. If the gecko tails had not been found in the crows’ stomachs, then the correlation could have been coincidental.

Importantly, in this example, there is a negative correlation between the number of crows and the number of parasitic crow ticks. In actuality, the number of crow parasites is likely to increase with increasing numbers of crows, a positive correlation. In this scenario, the number of crow ticks would also be positively correlated with the number of tailless lizards. However, unlike the relationship between populations of crows and tailless lizards, the numbers of ticks and tailless lizards are not causally related.

Überblick

Statistische Tests können ermitteln, ob zwischen unabhängigen und abhängigen Variablen jeweils eine Beziehung bzw. Korrelation besteht. Eine indirekte Beziehung der Variablen bedeutet eine Korrelation, während eine direkte Beziehung eine Kausalität widerspiegelt. Wird festgestellt, dass kein Zusammenhang zwischen den Variablen besteht, so ist die Korrelation ein bloßer Zufall.

Korrelation versus Kausalität

Wenn die abhängige Variable ansteigt oder absinkt, während sich der Wert der unabhängigen Variable erhöht, besteht eine positive bzw. negative Korrelation zwischen den beiden Variablen. Ist dieser Zusammenhang jedoch nur indirekt festzustellen, so ist er auf eine Korrelation zurückzuführen. Ein direkter Zusammenhang würde jedoch eine Ursache bzw. Kausalität bedeuten.

Ein Forscher möchte beispielsweise die Ursache für den Verlust von Schwänzen in fünf verschiedenen Gecko-Populationen ermitteln. Stellt er eine negative Beziehung zwischen der Anzahl der Geckos ohne Schwanz und der Anzahl von parasitären Zecken bei Krähen fest, deutet dieses Ergebnis wahrscheinlich auf eine negative Korrelation hin. Es weist auch darauf hin, dass der Krähenparasit wahrscheinlich nichts mit der Ursache für den Schwanzverlust der Geckos zu tun hat bzw. diesen selbst verursacht.

Wenn jedoch die Krähen in der Nähe der einzelnen Gecko-Populationen gezählt worden wären, hätte man vielleicht eine positive Korrelation zwischen der Anzahl der Krähen und der Anzahl der schwanzlosen Geckos feststellen können. Wenn nach der Untersuchung des Inhalts der Mägen der Krähen’ die fehlenden Geckoschwänze gefunden worden wären, hätte die Anzahl der Krähen direkt die Anzahl der Schwänze bestimmt, die die Geckos verloren haben. Dies deutet auf eine Ursache hin. Wenn die Geckoschwänze nicht in den Mägen der Krähen gefunden worden wären, hätte die Ursache rein zufällig sein können.

Wichtig ist, dass in diesem Beispiel eine negative Korrelation zwischen der Anzahl der Krähen und der Anzahl der parasitären Krähen-Zecken besteht. Tatsächlich wird die Anzahl der Krähenparasiten mit zunehmender Anzahl der Krähen wahrscheinlich zunehmen. Hier besteht also eine positive Korrelation. In diesem Szenario wäre die Anzahl der Krähenzecken auch positiv mit der Anzahl der schwanzlosen Eidechsen korreliert. Im Gegensatz zu der Beziehung zwischen den Populationen von Krähen und schwanzlosen Eidechsen ist die Anzahl der Zecken und der schwanzlosen Eidechsen jedoch nicht ursächlich bzw. kausal miteinander verbunden.


Suggested Reading

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter