Omgekeerde oorzaak treedt op wanneer u gelooft dat X Y veroorzaakt, maar in werkelijkheid Y eigenlijk X.
dit is een veel voorkomende fout die veel mensen maken wanneer ze naar twee verschijnselen kijken en ten onrechte aannemen dat het ene de oorzaak is terwijl het andere het effect is.
Voorbeeld 1: roken & depressie
een veel voorkomende fout in omgekeerde oorzaak betreft roken en depressie.
in een observationele studie kunnen onderzoekers vaststellen dat mensen die meer roken de neiging hebben om meer depressief te zijn. Zo kunnen ze naïef aannemen dat roken depressie veroorzaakt.
het is echter mogelijk dat onderzoekers dit achterstevoren zien en in werkelijkheid veroorzaakt depressie mensen om te roken omdat ze het zien als een manier om hun negatieve emoties te verlichten en een stroom af te blazen.
Voorbeeld 2: inkomen & geluk
een andere veel voorkomende fout van omgekeerde oorzaak betreft het jaarlijkse inkomen en gerapporteerde geluksniveaus.
in een observationele studie kunnen onderzoekers opmerken dat mensen met een hoger jaarinkomen ook kunnen melden dat ze over het algemeen gelukkiger zijn in het leven. Dus, ze kunnen gewoon aannemen dat een hoger inkomen leidt tot meer geluk.
in werkelijkheid kan het echter waar zijn dat mensen die van nature gelukkiger zijn meestal betere werknemers zijn en dus hogere inkomens verdienen. Dus, onderzoekers kunnen eigenlijk krijgen de relatie terug. Hoger inkomen kan niet meer geluk veroorzaken. Meer geluk kan de oorzaak zijn voor een hoger inkomen.
Voorbeeld 3: Drugsgebruik & mentaal welzijn
een ander voorbeeld van omgekeerde oorzaak betreft drugsgebruik en mentaal welzijn.
in een observationele studie kunnen onderzoekers vaststellen dat mensen die drugs gebruiken ook lagere niveaus van mentaal welzijn hebben gemeld. Onderzoekers kunnen dan naïef aannemen dat drugsgebruik leidt tot een lager geestelijk welzijn.
in werkelijkheid is het mogelijk dat mensen die van nature een lager welzijnsniveau hebben, meer geneigd zijn drugs te gebruiken, wat betekent dat de werkelijke relatie tussen drugsgebruik en geestelijk welzijn omgekeerd is.
causaliteit beoordelen
een manier om de causaliteit tussen fenomenen te beoordelen is door gebruik te maken van de Bradford Hill Criteria, een reeks van negen criteria voorgesteld door de Engelse statisticus Sir Austin Bradford Hill in 1965, die zijn ontworpen om bewijs te leveren van een causaal verband tussen twee variabelen.
de negen criteria zijn als volgt:
1. Sterkte: hoe groter de associatie tussen twee variabelen, hoe groter de kans dat het causaal is.
2. Consistentie: Consistente bevindingen waargenomen door verschillende onderzoekers op verschillende locaties en met verschillende monsters verhoogt de kans dat een associatie causaal is.
3. Specificiteit: de oorzaak is waarschijnlijk als er een zeer specifieke populatie op een specifieke plaats en ziekte is zonder andere waarschijnlijke verklaring.
4. Temporaliteit: het effect moet optreden na de oorzaak.
5. Biologische gradiënt: een grotere blootstelling zou in het algemeen tot een grotere incidentie van het effect moeten leiden.
6. Plausibiliteit: een plausibel mechanisme tussen oorzaak en gevolg is nuttig.
7. Coherentie: coherentie tussen epidemiologische en laboratoriumbevindingen vergroot de kans op een effect.
8. Experiment: experimenteel bewijs verhoogt de kans dat een relatie causaal is omdat andere variabelen kunnen worden gecontroleerd voor tijdens experimenten.
9. Analogie: het gebruik van analogieën of gelijkenissen tussen de waargenomen associatie en andere associaties kan de kans op een causale relatie die aanwezig is vergroten.
door deze negen criteria te gebruiken, kunt u de kans vergroten dat u een oorzaak-en-gevolg relatie tussen twee variabelen correct kunt identificeren.