Παραπλανητικό: ορισμός, επισκόπηση και παραδείγματα

Το ψεύτικο είναι ένας όρος που χρησιμοποιείται για να περιγράψει μια στατιστική σχέση μεταξύ δύο μεταβλητών που θα φαινόταν με την πρώτη ματιά αιτιώδεις συσχετίσεις, αλλά με προσεκτικότερη εξέταση, φαίνεται μόνο με σύμπτωση ή λόγω του ρόλου ενός τρίτου, ενδιάμεσου μεταβλητός. Όταν συμβεί αυτό, οι δύο αρχικές μεταβλητές λέγεται ότι έχουν μια "ψευδή σχέση".

Αυτή είναι μια σημαντική έννοια που πρέπει να κατανοήσουμε μέσα στις κοινωνικές επιστήμες και σε όλες τις επιστήμες που βασίζονται στατιστική ως ερευνητική μέθοδος, επειδή οι επιστημονικές μελέτες σχεδιάζονται συχνά για να ελέγξουν εάν υπάρχει ή όχι αιτιώδης σχέση μεταξύ δύο πράξεων. Όταν κάποιος δοκιμάζει μια υπόθεση, αυτό είναι γενικά αυτό που ψάχνετε. Επομένως, για να ερμηνεύσουμε με ακρίβεια τα αποτελέσματα μιας στατιστικής μελέτης, πρέπει να καταλάβουμε την ψευδαίσθηση και να μπορέσουμε να το εντοπίσουμε στα ευρήματά μας.

Πώς να εντοπίσετε μια ψεύτικη σχέση

Το καλύτερο εργαλείο για την ανίχνευση μιας ψεύτικης σχέσης στα ευρήματα της έρευνας είναι η κοινή λογική. Εάν εργάζεστε με την υπόθεση ότι, μόνο και μόνο επειδή δύο πράγματα μπορεί να συμβούν ταυτόχρονα, δεν σημαίνει ότι είναι αιτιωδώς σχετιζόμενα, τότε είστε σε καλό ξεκίνημα. Κάθε ερευνητής που αξίζει το αλάτι της θα πάρει πάντα ένα κρίσιμο μάτι όταν εξετάζει τα ερευνητικά της ευρήματα, γνωρίζοντας ότι η μη καταγραφή όλων των πιθανών σχετικών μεταβλητών κατά τη διάρκεια μιας μελέτης μπορεί να επηρεάσει τα αποτελέσματα. Ο Ergo, ερευνητής ή κριτικός αναγνώστης, πρέπει να εξετάσει με κριτικό πνεύμα τις ερευνητικές μεθόδους που χρησιμοποιούνται σε κάθε μελέτη για να καταλάβει πραγματικά τι σημαίνουν τα αποτελέσματα.

instagram viewer

Ο καλύτερος τρόπος για να εξαλειφθεί η φρασεολογία σε μια ερευνητική μελέτη είναι να ελέγχει γι 'αυτό, με στατιστική έννοια, από την αρχή. Αυτό περιλαμβάνει προσεκτικά την καταγραφή όλων των μεταβλητών που μπορεί να επηρεάσουν τα ευρήματα και να συμπεριληφθούν στο στατιστικό σας μοντέλο για να ελέγξουν τον αντίκτυπό τους στην εξαρτημένη μεταβλητή.

Παράδειγμα ψευδών σχέσεων μεταξύ μεταβλητών

Πολλοί κοινωνικοί επιστήμονες έχουν επικεντρώσει την προσοχή τους στον εντοπισμό των μεταβλητών που επηρεάζουν τη εξαρτημένη μεταβλητή του εκπαιδευτικού επιπέδου. Με άλλα λόγια, ενδιαφέρονται να μελετήσουν ποιοι παράγοντες επηρεάζουν ποια πολύ επίσημη εκπαίδευση και πτυχία ένα πρόσωπο θα επιτύχει στη διάρκεια της ζωής τους.

Όταν εξετάζετε τις ιστορικές τάσεις στο μορφωτικό επίπεδο που μετράται από τη φυλή, βλέπετε ότι οι ασιατικοί Αμερικανοί ηλικίας μεταξύ 25 και 29 ετών είναι πιθανότερο να έχουν τελειώσει το κολέγιο (ένα πλήρες 60 τοις εκατό από αυτά έχουν κάνει), ενώ το ποσοστό ολοκλήρωσης για τους λευκούς είναι 40 τοις εκατό. Για τους Μαύρους, το ποσοστό ολοκλήρωσης του κολλεγίου είναι πολύ χαμηλότερο - μόλις 23%, ενώ ο ισπανικός πληθυσμός έχει ποσοστό μόλις 15%.

Εξετάζοντας αυτές τις δύο μεταβλητές μπορεί κάποιος να υποθέσει ότι ο αγώνας έχει αιτιώδη επίδραση στην ολοκλήρωση του κολλεγίου. Αλλά, αυτό είναι ένα παράδειγμα μιας ψεύτικης σχέσης. Δεν είναι η ίδια η φυλή που επηρεάζει το μορφωτικό επίπεδο, αλλά ρατσισμός, η οποία είναι η τρίτη "κρυφή" μεταβλητή που μεσολαβεί στη σχέση μεταξύ αυτών των δύο.

Ο ρατσισμός επηρεάζει τη ζωή των ανθρώπων του χρώματος τόσο βαθιά και διαφορετικά, διαμορφώνοντας τα πάντα από πού ζουν, ποια σχολεία πηγαίνουν και πώς ταξινομούνται μέσα τους, πόσο εργάζονται οι γονείς τους, και πόσα χρήματα κερδίζουν και σώζουν. Επίσης, επηρεάζει τον τρόπο με τον οποίο οι εκπαιδευτικοί αντιλαμβάνονται τη νοημοσύνη τους και πόσο συχνά και σκληρά τιμωρούνται στα σχολεία. Σε όλους αυτούς τους τρόπους και σε πολλά άλλα, ο ρατσισμός είναι μια αιτιακή μεταβλητή που επηρεάζει το μορφωτικό επίπεδο, αλλά η φυλή, σε αυτή τη στατιστική εξίσωση, είναι παράλογη.

instagram story viewer