Perbezaan Antara Korelasi dan Sebab

Posted on
Pengarang: Peter Berry
Tarikh Penciptaan: 14 Ogos 2021
Tarikh Kemas Kini: 13 November 2024
Anonim
Apa beza correlation, chi-square dan regression?: Panduan Pelajar Pascasiswazah
Video.: Apa beza correlation, chi-square dan regression?: Panduan Pelajar Pascasiswazah

Kandungan

Korelasi menunjukkan hubungan antara dua pembolehubah. Kesannya menunjukkan bahawa satu pemboleh ubah secara langsung memberi kesan kepada perubahan yang lain. Walaupun korelasi mungkin membayangkan kausalitas, itu berbeza daripada hubungan sebab-akibat. Sebagai contoh, jika sebuah kajian mendedahkan hubungan positif antara kebahagiaan dan tanpa anak, ia tidak bermakna bahawa kanak-kanak menyebabkan ketidakbahagiaan. Malah, korelasi mungkin secara kebetulan, seperti ketegangan Napoleon dan peningkatannya. Sebaliknya, jika eksperimen menunjukkan bahawa hasil yang diramalkan tidak dapat menghasilkan hasil dari manipulasi pemboleh ubah tertentu, para penyelidik lebih yakin sebab kausalitas, yang juga menandakan korelasi.

Contoh Korelasi

Ujian statistik mengukur kebarangkalian sama ada korelasi adalah disebabkan oleh peluang atau persatuan tidak rawak. Mengetahui bahawa hubungan yang signifikan secara statistik wujud di antara pembolehubah adalah berguna dalam pelbagai cara. Sebagai contoh, penyelidik pemasaran melihat korelasi antara usaha dan jualan pengiklanan. Petani menilai korelasi antara penggunaan racun perosak dan hasil tanaman. Ahli sains sosial mengkaji korelasi antara kadar kemiskinan dan jenayah untuk mengenal pasti strategi intervensi. Korelasi juga boleh menjadi negatif dalam arah, seperti kenaikan harga runcit apabila bekalan makanan turun semasa musim kemarau.

Contoh Kesalahan

Jika angin menumpahkan pokok, itulah sebab dan akibatnya. Hubungan kausal lain lebih kompleks. Sebagai contoh, apabila para saintis melihat keputusan yang menjanjikan daripada mentadbirkan ubat baru dalam percubaan manusia, mereka mesti pasti ubat yang menyebabkan perubahan itu, bukan faktor lain, seperti pengubahsuaian diet atau gaya hidup para peserta. Bukti mesti menarik untuk mengisytiharkan kausalitas. Bukti yang tidak mencukupi dapat menyebabkan tuntutan palsu dan kepercayaan salah mengenai sebab. Semasa Zaman Pertengahan, seorang ahli sihir memburu kerana penduduk mengakui kebuluran dan penderitaan dengan kehadiran sihir.