Taloustieteessä on erittäin tärkeää tietää, mikä on korrelaatiota ja mikä kausaalisuutta. Myös suuri ero niiden välillä, koska ne ovat kaksi tilastokielen sanaa, joita käytetään laajalti uutisissa nykyään.
Tiedon puute tai sekaannus korrelaation ja syy-seuraussuhteen välillä voi johtaa väärinymmärrykseen siitä, mitä he kertovat meille. Jopa media voi käyttää näitä termejä siinä tarkoituksessa, että joudumme hämmentynemään. Meidän on muistettava tämä lause, koska myöhemmin se on järkevä: korrelaatio ei tarkoita kausaalisuutta.
Käsitteellinen ero korrelaation ja kausaliteetin välillä
Esittelemme termit, selitämme ne ja erottelemme ne kahden esimerkin avulla:
- Syy: RAE :n mukaan se tarkoittaa: "Syy, alkuperä, alku". Se on sana, jota käytetään luomaan syyn ja seurauksen välinen suhde. Toisin sanoen se viittaa motiiveihin, jotka saavat alkunsa "jotain". Esimerkiksi jos kosketat tulta, se aiheuttaa palovamman.
Syy-yhteys on olemassa, koska se on jotain, joka tapahtuu yksiselitteisesti ja joka on todistettu, tulen koskettaminen polttaa sinut aina.
- Korrelaatio: RAE :n mukaan se tarkoittaa: "Kahden tai useamman asian tai asiasarjan välinen vastaavuus tai vastavuoroinen suhde." Tässä tapauksessa muodostettu suhde on yksinkertaista vastaavuutta tai samankaltaisuutta, ei alkuperää. Esimerkiksi kaupungin kirkkojen lukumäärän ja alkoholistien määrän välillä on korrelaatio.
Olet ehkä jopa järkyttynyt lukiessasi edellisen lauseen, se on totta! Vaikka et ajattele väärin, olen sanonut, että korrelaatio on olemassa, mutta en ole koskaan sanonut, että yksi asia aiheuttaa toisen. Tässä tapauksessa takana olisi kolmas muuttuja, jota lauseessani ei oteta huomioon ja joka korreloi näiden kahden kanssa ja se olisi selittävä muuttuja. Puhun tietysti tuon kaupungin väestömäärästä, enemmän väkiluvusta, kirkoista ja enemmän alkoholisteista. Katso lineaarinen korrelaatiokerroin
Siksi olemme nähneet, että ne liikkuvat samaan suuntaan ja siksi näiden kahden asian välillä on korrelaatio, mutta se tosiasia, että kirkkoja on enemmän, ei tarkoita, että alkoholisteja olisi enemmän.
Tämän viimeisen esimerkin kautta olemme pystyneet selvästi näkemään eron näiden kahden termin välillä ja että korrelaatio ei tarkoita kausaalisuutta.
Voi olla korrelaatiota ja sattumaa
Korrelaatio voi olla myös sattumalta. Tämä on puhdasta sattumaa. Kuten esitetystä kaaviosta näkyy. Kaaviossa verrataan miljoonien dollarien arvoa luomuruokaa niiden ihmisten määrään, joilla on diagnosoitu autismi. Nämä kaksi kasvavat rinnakkain, silloin on korrelaatio, mutta ei ole niitä yhdistävää syytä.
Tämän eron teoreettinen ja käytännön oppitunti opettaa meitä olemaan varovaisia, kun opimme tulkitsemaan tietoja. Ei niin kauan kuin korrelaatio on olemassa, se tarkoittaa, että yksi muuttuja aiheuttaa toisen. Siksi on tärkeää ymmärtää korrelaation ja kausaliteetin välinen ero erittäin hyvin. Tämä auttaa meitä olemaan tekemättä virheitä suoritettaessa tutkimuksia tai tutkimusta.