KORELACJA POZORNA

Zależność, związek pozorny występuje wtedy, gdy pod względem analitycznym zachodzi istotny statystycznie związek pomiędzy dwiema zmiennymi, jednakże związek ten spowodowany jest związkiem tych zmiennych z inną, trzecią zmienną, nie zawsze analizowaną. Pozorne korelacje, związki bardzo często występują w świecie nauki. Dopóki nie wykażemy, że dana korelacja jest pozorna dopóty może ona funkcjonować jako istotny związek między zmiennymi.

Na szczęście część takich pozornych związków możemy "wykryć" za pomocą zdrowego rozsądku.... 

Przykład nr 1: Wykrywamy zależność pomiędzy wiekiem badanych osób a wielkością zarobków (miesięcznej pensji). Im ktoś jest starszy tym więcej zarabia... czy rzeczywiście wiek ma wpływ na wielkość zarobków? Czy na podstawie samego wieku badanej osoby pracodawcy wyceniają wielkość zarobków? Intuicyjnie wydaje nam się, że w grę wchodzi staż pracy - kluczowa zmienna, rozbijająca pozorną zależność pomiędzy wiekiem a wielkością zarobków. Jeżeli wzięlibyśmy pod uwagę staż pracy, związek pomiędzy wiekiem a zarobkami przy uwzględnieniu stażu mógłby okazać się całkowicie nieistotny statystycznie.


Przykład nr 2: Wykryto wpływ kursu dolara na samopoczucie osób pracujących w Polsce. Wraz ze notowań (corocznych) zmienia się samopoczucie badanych osób. Czy faktycznie sam kurs dolara ma na to wpływ? Wszyscy Polacy siedzą i patrzą na kurs i jak osiąga dany poziom wpadają w euforię lub depresję? Tylko ekonomiści bądź przedsiębiorcy... reszty to nie obchodzi... ale, kurs dolara może odzwierciedlać kondycję światowej gospodarkę a co za tym idzie, gospodarkę polską. Im gospodarka jest w lepszej kondycji tym ludzie więcej zarabiają i czują się lepiej, gdy gospodarka jest w gorszej kondycji ludzie pracą prace, mniej zarabiają, mniej wydają i czują się gorzej.. To nie sam kurs dolara ma wpływ... to związek pozorny pomiędzy tymi zmiennymi.

Masz problem z analizą statystyczna? Przejdź TU! 

W pewnych przypadkach wykryte zależności od razu wydają się być "podejrzane". Przy tej ilości badań i analiz można wykryć różnego rodzaju związki np. pomiędzy liczbą wilków żyjących na wolności w Polsce a liczbą wypijanych kaw przez Brazylijczyków. Tego rodzaju pozorne zależności mogą wyjść w badaniach i analizach. Jednakże w przypadku wielu rodzajów zmiennych (konstruktów naukowych) takie związki mogą być ciężkie do zdiagnozowania pod względem występowania korelacji pozornej... co sprawia, że teorie tworzone do wykrytych związków mogą być mylne.

Pod względem statystyki, znając ewentualną zmienną pośredniczącą możemy wykorzystać analizy korelacji cząstkowej i korelacji semicząstkowej. Dzięki tym technikom analizy danych możemy sprawdzić, czy związek jest pozorny. Jednak, jak napisano wyżej, część zmiennych pośredniczących nie jest znana. W takich sytuacjach dobrze jest przeprowadzić replikację badań, aby sprawdzić, czy wykryta zależność nie jest dziełem przypadku, czy zostanie ponownie wykazana na innej próbie.

Należy pamiętać, że poziom istotności sam w sobie zakłada jakiś błąd... przyjmując p = 0,05 dajemy 5% szans na to, że nie ma związku, mało, ale jest! Należy o tym pamiętać. 

Z drugiej strony, wykrycie zależność pozornych stanowi często podwaliny większej, niezbadanej dotąd teorii naukowej, brak sensownej interpretacji zależności może przyczyniać się do przeprowadzania kolejnych badań.