S&P 4HW - H4 les 8: Correlatie is geen oorzaak

Wat moet je kunnen?

Wat denk jij?

Op dagen dat er veel ijsjes verkocht worden, moeten de redders aan zee ook vaker iemand uit het water halen.

Hoe zeker ben je van je antwoord?
Bekijk de uitleg

Nee. Er is een derde factor die beide verklaart: de hitte. Op warme dagen eten mensen meer ijsjes, en gaan er ook meer mensen zwemmen (en dus komen er meer mensen in moeilijkheden).

Twee dingen die samengaan, hoeven dus niet het ene het gevolg van het andere te zijn. Dat is de belangrijkste les over correlatieonderzoek.

Wat is een correlatie?

Een variabele is een kenmerk dat verschillende waarden kan hebben, en dat je kunt meten: je leeftijd, je lengte, je inkomen, hoeveel uur je slaapt, je punten.

Er is een correlatie tussen twee variabelen als veranderingen in de ene samengaan met veranderingen in de andere. Bijvoorbeeld: hoe hoger je diploma, hoe hoger (gemiddeld) je inkomen.

In een correlatieonderzoek zoekt de onderzoeker verbanden tussen variabelen. Hij verandert zelf niets, maar meet wat er is: met een enquête, een observatie, of met gegevens die al bestaan.

Psychologen en sociologen gebruiken correlatieonderzoek vaak, vooral als een experiment om praktische of ethische redenen niet kan. Je kunt bijvoorbeeld niet met opzet een groep kinderen verwaarlozen om te zien wat dat doet met hun punten op school. Wel kun je de schoolresultaten vergelijken van kinderen die verwaarloosd werden en kinderen die dat niet werden.

Een spreidingsdiagram

Een correlatie stel je voor in een spreidingsdiagram: de ene variabele staat op de horizontale as, de andere op de verticale as. Elke onderzoekseenheid (een persoon, een school, een land) is één punt. Samen vormen de punten een puntenwolk. Een trendlijn vat de wolk samen in een rechte lijn.

Drie spreidingsdiagrammen naast elkaar. Links een sterke positieve correlatie: de punten liggen dicht bij een lijn die stijgt van links onder naar rechts boven. In het midden geen correlatie: de punten liggen verspreid, zonder richting. Rechts een sterke negatieve correlatie: de punten liggen dicht bij een lijn die daalt van links boven naar rechts onder.
Schema: gemaakt door Claude (Anthropic), met verzonnen gegevens

Hoe sterk, en in welke richting?

De sterkte en de richting van een correlatie geef je weer met een getal: de correlatiecoëfficiënt r (van Pearson). Hij ligt altijd tussen -1 en +1.

r Betekenis
r = 0 Geen verband (een nulcorrelatie)
tussen -0,30 en +0,30 Weinig of geen verband
boven +0,50 of onder -0,50 Een middelmatig tot sterk verband
+1 of -1 Een perfect verband: alle punten liggen op één lijn
Positieve correlatie (r groter dan 0)
als de ene variabele stijgt, stijgt de andere ook. Bijvoorbeeld: lengte en gewicht. Grotere mensen wegen gemiddeld meer.
Negatieve correlatie (r kleiner dan 0)
als de ene variabele stijgt, daalt de andere. Bijvoorbeeld: het aantal sigaretten per dag en de leeftijd waarop iemand sterft.

Welke correlatie verwacht je tussen deze variabelen?

  1. Het aantal uur dat je studeert, en je punten

  2. Het aantal uur dat je slaapt, en hoe moe je je voelt

  3. Je schoenmaat, en je punten voor Frans

  4. De temperatuur buiten, en de verkoop van warme chocolademelk

  5. Het inkomen van ouders, en hoe vaak hun kinderen op reis gaan

Bekijk de uitleg

Bij een positieve correlatie stijgen ze samen. Bij een negatieve gaat de ene omhoog en de andere omlaag. Schoenmaat en punten hebben niets met elkaar te maken: geen correlatie (een nulcorrelatie).

Correlatie is geen causaliteit

Een correlatie zegt niets over oorzaak en gevolg (causaliteit). Als A en B samengaan, zijn er altijd drie mogelijke verklaringen:

  1. A beïnvloedt B.
  2. B beïnvloedt A.
  3. Een derde variabele C beïnvloedt A en B, en A en B hebben eigenlijk niets met elkaar te maken. Dat heet een schijnverband. De ijsjes en de verdrinkingen zijn een voorbeeld: de derde variabele is de hitte.

Wil je weten of A echt de oorzaak is van B, dan heb je een experiment nodig (hoofdstuk 3, les 9).

In 1946 vond de Amerikaanse onderzoeker Ira Brophy een negatieve correlatie bij witte zeelui: hoe meer reizen ze gemaakt hadden met een bemanning van gemengde afkomst, hoe minder racistische vooroordelen ze hadden.

Bekijk de uitleg
  • A → B: meer reizen met een gemengde bemanning verminderen de vooroordelen: je leert de anderen kennen.
  • B → A: wie minder vooroordelen heeft, kiest vaker voor een reis met een gemengde bemanning (en wie veel vooroordelen heeft, vermijdt zo'n reis).
  • C → A + B: een derde variabele, bijvoorbeeld de woonplaats: wie in een gemengde stad woont, heeft minder vooroordelen én komt vaker op een gemengde reis terecht.

Uit de correlatie alleen kun je dus niet besluiten dat gemengde reizen vooroordelen verminderen.

Onderzoekers vonden een correlatie tussen hoeveel tijd jongeren op Instagram doorbrengen, en hoe somber of depressief ze zich voelen.

Bekijk de uitleg
  • A → B: veel tijd op Instagram, met beelden van mensen die altijd gelukkig en mooi lijken, maakt je ongelukkiger.
  • B → A: wie zich somber voelt, zoekt afleiding, en scrolt dus meer.
  • C → A + B: een derde variabele, bijvoorbeeld eenzaamheid: wie weinig vrienden heeft, zit meer op sociale media én voelt zich somberder.

Onderzoekers zijn het er nog altijd niet over eens welke verklaring het belangrijkst is. Waarschijnlijk spelen ze alle drie mee.

Portfolio, deel 4: een correlatie, en mijn thema

Bekijk een voorbeeld
  • Variabelen: faalangst (een score op de zelftest van hoofdstuk 3) en het aantal uur slaap in de week voor de examens.
  • Voorspelling: een negatieve correlatie: hoe meer faalangst, hoe minder slaap.
  • Verklaringen: faalangst houdt je wakker (A → B); wie slecht slaapt, wordt angstiger (B → A); stress thuis veroorzaakt allebei (C → A + B).
  • Thema's voor de eindopdracht: faalangst, vertrouwen in de politie, hoe jongens en meisjes emoties tonen.