Omgekeerde causaliteit: definitie en voorbeelden

Omgekeerde causaliteit doet zich voor als je denkt dat X Y veroorzaakt, terwijl Y in werkelijkheid X veroorzaakt.

Dit is een veelgemaakte fout die veel mensen maken als ze naar twee verschijnselen kijken en ten onrechte aannemen dat het ene de oorzaak is en het andere het gevolg.

Voorbeeld 1: Roken en depressie

Een veel voorkomende misvatting van omgekeerde causaliteit betreft roken en depressie.

In een observationeel onderzoek zouden onderzoekers kunnen waarnemen dat mensen die meer roken vaker depressief zijn. Ze kunnen dus naïef aannemen dat roken depressie veroorzaakt .

Het is echter mogelijk dat onderzoekers op de terugweg zijn en dat depressie mensen er feitelijk toe aanzet om te roken, omdat ze het zien als een manier om negatieve emoties te verlichten en stoom af te blazen.

Voorbeeld 2: Inkomen en geluk

Een andere veel voorkomende fout bij omgekeerde causaliteit betreft de gerapporteerde jaarlijkse inkomens- en geluksniveaus.

In een observationeel onderzoek zouden onderzoekers kunnen waarnemen dat mensen die een hoger jaarinkomen verdienen, ook kunnen melden dat ze over het algemeen gelukkiger zijn in het leven. Ze kunnen dus eenvoudigweg aannemen dat een hoger inkomen tot meer geluk leidt.

In werkelijkheid kan het echter zo zijn dat mensen die van nature gelukkiger zijn, doorgaans betere werknemers worden en dus hogere inkomens verdienen. Onderzoekers zouden de relatie dus daadwerkelijk kunnen omkeren. Een hoger inkomen leidt mogelijk niet tot meer geluk. Meer geluk zou de oorzaak kunnen zijn van een hoger inkomen.

Voorbeeld 3: Drugsgebruik en geestelijk welzijn

Een ander voorbeeld van omgekeerde causaliteit betreft drugsgebruik en geestelijk welzijn.

In een observationeel onderzoek zouden onderzoekers kunnen waarnemen dat mensen die drugs gebruiken mogelijk ook een lager mentaal welzijn hebben. Onderzoekers zouden dan naïef kunnen aannemen dat drugsgebruik leidt tot een lager geestelijk welzijn.

In werkelijkheid kan het zijn dat mensen die van nature een lager welzijnsniveau hebben, vaker drugs gebruiken, wat betekent dat de werkelijke relatie tussen drugsgebruik en geestelijk welzijn omgekeerd is.

Causaliteit beoordelen

Eén manier om de causaliteit tussen een fenomeen te beoordelen is door de Bradford Hill-criteria te gebruiken, een reeks van negen criteria voorgesteld door de Engelse statisticus Sir Austin Bradford Hill in 1965, ontworpen om bewijs te leveren van een causaal verband tussen twee variabelen.

De negen criteria zijn:

1. Sterkte: Hoe groter het verband tussen twee variabelen, hoe waarschijnlijker het is dat het causaal is.

2. Consistentie: Consistente resultaten waargenomen door verschillende onderzoekers op verschillende locaties en met verschillende monsters vergroten de kans dat een verband causaal is.

3. Specificiteit: Causaliteit is waarschijnlijk als er sprake is van een zeer specifieke populatie op een specifieke locatie en van een ziekte zonder andere waarschijnlijke verklaring.

4. Tijdelijkheid: het gevolg moet na de oorzaak optreden.

5. Biologische gradiënt: Een grotere blootstelling zou doorgaans moeten leiden tot een grotere incidentie van het effect.

6. Plausibiliteit: Een plausibel mechanisme tussen oorzaak en gevolg is nuttig.

7. Consistentie: Consistentie tussen epidemiologische en laboratoriumresultaten vergroot de kans op een effect.

8. Experiment: Experimenteel bewijs vergroot de kans dat een verband causaal is, omdat andere variabelen tijdens experimenten kunnen worden gecontroleerd.

9. Analogie: Het gebruik van analogieën of overeenkomsten tussen de waargenomen associatie en een andere associatie kan de kans op de aanwezigheid van een causaal verband vergroten.

Door deze negen criteria te gebruiken, kunt u uw kansen vergroten om een oorzaak-gevolgrelatie tussen twee variabelen correct te identificeren.