Ett falskt förhållande hänvisar till utseendet där det finns ett orsakssamband mellan variabler när det i verkligheten inte existerar.
Vid flera tillfällen verkar det finnas orsakssamband mellan variabler när det faktiskt inte finns några. Detta uppenbara förhållande kan inträffa av någon slump. Det finns många fall där korrelationskoefficienten mellan variabler är signifikant och det finns inget orsakssamband mellan dem. Det vill säga, uppenbarligen orsakar en variabel den andra, även om de inte har något att göra med det.
Exempel på falskt förhållande
Ett exempel på ett falskt förhållande kan vara förhållandet mellan höjden hos 12 till 18-åriga barn och kunskap om matematik.
När barn blir äldre blir de högre. När barnen också blir äldre utvecklas de genom året och lär sig mer matte och kan lösa mer komplexa problem. Antag att vi samlar in ett statistiskt urval av barn mellan 12 och 18 år.
Vi kunde se att när deras höjd ökar (de är äldre) kan de lösa mer komplexa matematiska problem, men orsakar höjden dessa barn mer matematik? Uppenbarligen inte. Detta beror på en tredje variabel som kallas "confounder" eller "dold variabel". I det här fallet är den dolda variabeln intellektuell kapacitet.
När barn blir äldre ökar deras intellektuella kapacitet och numeriska färdigheter förbättras. Dessa barn kan lösa alltmer komplexa problem som de inte kunde när de var yngre. Med tanke på att de blir högre när de blir äldre och utvecklar sin intellektuella kapacitet, det kan tyckas att det finns ett orsakssamband mellan barns längd och deras matematiska färdigheter. Detta är helt enkelt en tillfällighet, för att vara högre eller kortare innebär inte att man kan ha större matematiska förmågor. Således orsakar eller förklarar inte en variabel den andra.
Skillnad mellan korrelation och kausalitet
Exempel som detta har myntat frasen "korrelation innebär inte orsakssamband." Se skillnad mellan korrelation och kausalitet.
Du måste vara försiktig och tillämpa logik. Det kan hända att när de representerar olika variabler i grafer kan det tyckas att de är relaterade till varandra. Men verkligheten är att vi står inför ett falskt förhållande. Beroende på vilken typ av diagram vi använder och skalan vi använder kan vi hitta tydligen mycket övertygande relationer. Därför räcker det inte med en grafisk framställning och enkla beräkningar när vi letar efter ett orsakssamband mellan variabler.
