Fałszywy to termin używany do opisania statystycznej zależności między dwiema zmiennymi, które na pierwszy rzut oka wydają się być przyczynowo spokrewnione, ale po bliższym zbadaniu pojawiają się tak jedynie przez przypadek lub z powodu roli trzeciego pośrednika zmienna. Kiedy tak się dzieje, mówi się, że dwie oryginalne zmienne mają „fałszywy związek”.
Jest to ważna koncepcja do zrozumienia w naukach społecznych i we wszystkich naukach, na których się opiera Statystyka jako metoda badawcza, ponieważ badania naukowe często mają na celu sprawdzenie, czy istnieje związek przyczynowy między dwiema rzeczami. Kiedy jeden sprawdza hipotezę, to jest generalnie to, czego się szuka. Dlatego, aby dokładnie zinterpretować wyniki badania statystycznego, należy zrozumieć fałszywość i umieć ją dostrzec w swoich odkryciach.
Jak rozpoznać fałszywy związek
Najlepszym narzędziem do wykrywania fałszywych relacji w wynikach badań jest zdrowy rozsądek. Jeśli pracujesz z założeniem, że tylko to, że dwie rzeczy mogą się jednocześnie wydarzyć, nie oznacza, że są one przyczynowo powiązane, to zaczynasz od dobrego początku. Każdy badacz wart swojej soli zawsze będzie krytycznie przyglądał się swoim badaniom, wiedząc o tym fakt, że nieuwzględnienie wszystkich ewentualnie istotnych zmiennych w trakcie badania może mieć wpływ na wyniki. Ergo, badacz lub krytyczny czytelnik musi krytycznie zbadać metody badawcze zastosowane w każdym badaniu, aby naprawdę zrozumieć, co oznaczają wyniki.
Najlepszym sposobem na wyeliminowanie fałszywości w badaniu badawczym jest kontrolowanie go w sensie statystycznym od samego początku. Wymaga to starannego rozliczenia wszystkich zmiennych, które mogą mieć wpływ na wyniki, i włączenia ich do modelu statystycznego, aby kontrolować ich wpływ na zmienną zależną.
Przykład fałszywych związków między zmiennymi
Wielu naukowców skupiło swoją uwagę na określeniu, które zmienne wpływają na zależną zmienną poziomu wykształcenia. Innymi słowy, są zainteresowani zbadaniem, jakie czynniki wpływają na to, ile formalnego wykształcenia i stopni osiągnie dana osoba w ciągu swojego życia.
Gdy spojrzysz na historyczne trendy w osiągnięciach edukacyjnych mierzonych rasą, zobaczysz, że Amerykanie z Azji między 25 a 29 rokiem życia najprawdopodobniej ukończyli studia (pełne 60 procent z nich to zrobiło), podczas gdy wskaźnik ukończenia dla białych ludzi wynosi 40 procent. W przypadku Czarnych wskaźnik ukończenia studiów jest znacznie niższy - zaledwie 23 procent, podczas gdy populacja Latynosów ma zaledwie 15 procent.
Patrząc na te dwie zmienne można przypuszczać, że rasa ma wpływ przyczynowy na ukończenie college'u. Ale to jest przykład fałszywego związku. To nie sama rasa wpływa na osiągnięcia edukacyjne, ale rasizm, która jest trzecią „ukrytą” zmienną, która pośredniczy w relacji między tymi dwoma.
Rasizm wpływa tak głęboko i różnorodnie na życie ludzi kolorowych, kształtując wszystko skąd żyją, do jakich szkół chodzą i jak są w nich posortowani, ile pracują ich rodzice, i ile pieniędzy zarabiają i oszczędzają. Wpływa także na to, jak nauczyciele postrzegają swoją inteligencję i jak często i surowo są oni karani w szkołach. Na wszystkie te i wiele innych sposobów rasizm jest zmienną przyczynową, która wpływa na osiągnięcia edukacyjne, ale rasa, w tym równaniu statystycznym, jest zjawiskiem pozornym.