สาเหตุย้อนกลับ: คำจำกัดความและตัวอย่าง
สาเหตุย้อนกลับ เกิดขึ้นเมื่อคุณคิดว่า X ทำให้เกิด Y แต่ในความเป็นจริงแล้ว Y ทำให้เกิด X
นี่เป็นข้อผิดพลาดทั่วไปที่หลายคนทำเมื่อมองดูปรากฏการณ์สองอย่างและเข้าใจผิดว่าสิ่งหนึ่งเป็นสาเหตุและอีกสิ่งหนึ่งเป็นผล
ตัวอย่างที่ 1: การสูบบุหรี่และภาวะซึมเศร้า
ความเข้าใจผิดทั่วไปของสาเหตุย้อนกลับเกี่ยวข้องกับการสูบบุหรี่และภาวะซึมเศร้า
ในการศึกษาเชิงสังเกต นักวิจัยอาจสังเกตว่าคนที่สูบบุหรี่มากขึ้นมีแนวโน้มที่จะซึมเศร้ามากขึ้น ดังนั้น พวกเขาอาจคิดอย่างไร้เดียงสาว่าการสูบบุหรี่ ทำให้เกิด ภาวะซึมเศร้า
อย่างไรก็ตาม มีความเป็นไปได้ที่นักวิจัยกำลังย้อนรอย และภาวะซึมเศร้านั้นกระตุ้นให้ผู้คนสูบบุหรี่ เพราะพวกเขาเห็นว่ามันเป็นวิธีการบรรเทาอารมณ์ด้านลบและระบายอารมณ์ออกไป
ตัวอย่างที่ 2: รายได้และความสุข
ข้อผิดพลาดทั่วไปอีกประการหนึ่งของข้อกังวลเชิงสาเหตุแบบย้อนกลับรายงานระดับรายได้และความสุขต่อปี
ในการศึกษาเชิงสังเกต นักวิจัยอาจสังเกตว่าผู้ที่มีรายได้ต่อปีสูงกว่าอาจรายงานว่ามีความสุขในชีวิตโดยรวมมากขึ้นด้วย ดังนั้นพวกเขาสามารถสรุปได้ว่ารายได้ที่สูงขึ้นนำไปสู่ความสุขที่มากขึ้น
อย่างไรก็ตาม ในความเป็นจริง อาจเป็นไปได้ว่าคนที่มีความสุขโดยธรรมชาติมักจะกลายเป็นคนทำงานที่ดีขึ้นและมีรายได้สูงขึ้นด้วย ดังนั้นนักวิจัยจึงสามารถพลิกกลับความสัมพันธ์ได้จริงๆ รายได้ที่สูงขึ้นอาจไม่นำไปสู่ความสุขที่มากขึ้น ความสุขที่มากขึ้นอาจเป็นสาเหตุของรายได้ที่สูงขึ้น
ตัวอย่างที่ 3: การใช้ยาเสพติดและความเป็นอยู่ที่ดีทางจิต
อีกตัวอย่างหนึ่งของสาเหตุย้อนกลับที่เกี่ยวข้องกับการใช้ยาและความเป็นอยู่ที่ดีทางจิต
ในการศึกษาเชิงสังเกต นักวิจัยอาจสังเกตว่าผู้เสพยาอาจมีสุขภาพจิตในระดับต่ำเช่นกัน นักวิจัยอาจสันนิษฐานอย่างไร้เดียงสาว่าการใช้ยา ทำให้ สุขภาพจิตลดลง
ในความเป็นจริง อาจเป็นไปได้ว่าผู้ที่มีระดับความเป็นอยู่ที่ดีโดยธรรมชาติมีแนวโน้มที่จะใช้ยามากกว่า ซึ่งหมายความว่าความสัมพันธ์ที่แท้จริงระหว่างการใช้ยาเสพติดกับความเป็นอยู่ที่ดีทางจิตจะกลับกัน
การตัดสินความเป็นเหตุเป็นผล
วิธีหนึ่งในการประเมินความเป็นเหตุเป็นผลระหว่างปรากฏการณ์คือการใช้ เกณฑ์ของแบรดฟอร์ด ฮิลล์ ซึ่งเป็นชุดเกณฑ์เก้าข้อที่เสนอโดยนักสถิติชาวอังกฤษ เซอร์ออสติน แบรดฟอร์ด ฮิลล์ ในปี พ.ศ. 2508 ซึ่งออกแบบมาเพื่อแสดงหลักฐานความสัมพันธ์เชิงสาเหตุระหว่างตัวแปรสองตัว
หลักเกณฑ์ทั้ง 9 ข้อ ได้แก่
1. จุดแข็ง: ยิ่งความสัมพันธ์ระหว่างตัวแปรสองตัวมากเท่าไร ก็ยิ่งมีแนวโน้มที่จะเป็นสาเหตุมากขึ้นเท่านั้น
2. ความสม่ำเสมอ: ผลลัพธ์ที่สม่ำเสมอซึ่งสังเกตโดยนักวิจัยที่แตกต่างกันในสถานที่ต่างกันและตัวอย่างที่แตกต่างกันจะเพิ่มโอกาสที่ความสัมพันธ์จะเป็นเหตุ
3. ความจำเพาะ: สาเหตุน่าจะเป็นไปได้หากมีประชากรที่เฉพาะเจาะจงมากในสถานที่เฉพาะและโรคโดยไม่มีคำอธิบายอื่นใด
4. ความชั่วคราว: ผลจะต้องเกิดภายหลังเหตุ
5. การไล่ระดับทางชีวภาพ: โดยทั่วไปการได้รับสัมผัสที่มากขึ้นควรนำไปสู่อุบัติการณ์ของผลกระทบที่มากขึ้น
6. ความเป็นไปได้: กลไกที่เป็นไปได้ระหว่างเหตุและผลนั้นมีประโยชน์
7. ความสม่ำเสมอ: ความสม่ำเสมอระหว่างผลทางระบาดวิทยาและผลการตรวจทางห้องปฏิบัติการจะเพิ่มโอกาสที่จะเกิดผลกระทบ
8. การทดลอง: หลักฐานการทดลองเพิ่มโอกาสที่ความสัมพันธ์จะเป็นเหตุ เนื่องจากตัวแปรอื่นๆ สามารถควบคุมได้ในระหว่างการทดลอง
9. การเปรียบเทียบ: การใช้การเปรียบเทียบหรือความคล้ายคลึงระหว่างการเชื่อมโยงที่สังเกตกับการเชื่อมโยงอื่น ๆ สามารถเพิ่มโอกาสในการมีความสัมพันธ์เชิงสาเหตุได้
เมื่อใช้เกณฑ์ทั้งเก้านี้ คุณสามารถเพิ่มโอกาสในการระบุความสัมพันธ์ของสาเหตุและผลกระทบระหว่างตัวแปรทั้งสองได้อย่างถูกต้อง