CAUSALITEIT, VERBAND LEGGEN, EEN SPREKEND VOORBEELD

Artikel delen op

Denk eerst goed na over de juiste causaliteit.
Who was first?

KORTE EN DUIDELIJKE TIPS VOOR ONDERZOEKSOPDRACHTEN EN -TENTAMENSTOF (HBO/MBO+).

Samenvatting:
Dit artikel gaat over de betekenis van CAUSALITEIT en het belang van het formuleren
van een juiste (logische) ‘OORZAAK-GEVOLG’  relatie.

WAT BEDOELT EEN ONDERZOEKSTER ALS ZE HET HEEFT OVER ‘CAUSALITEIT’ ?

Causaliteit bevat het woordje ‘Cause’ (Engels=’oorzaak’). The streets are wet beCAUSE it rains.
(De straten zijn nat omdat het regent). Dus door de regen (OORZAAK) is de straat nat (GEVOLG).

Nog wat voorbeelden:
Er komen haast geen klanten meer bij Modehuis De Boer, omdat de prijzen van de kleding daar veel te hoog zijn.  De hoogte van de prijzen (CAUSE) heeft dus tot gevolg dat er minder klanten komen.

Er kwamen weinig jongeren naar het festival omdat het zo regende. De regen (CAUSE) heeft dus tot gevolg gehad dat er weinig jongeren naar het festival kwamen.

Deze voorbeelden zijn kinderlijk eenvoudig, toch?

Als je zo’n causaliteit hebt bedacht kunnen we ook een test doen om te bewijzen dat de causaliteit die we zo makkelijk bedacht hebben klopt.

Je kunt dat bij voorbeeld 1 doen:
Als het modehuis De Boer de prijzen verlaagt zouden er weer meer klanten moeten komen. We kunnen dat onderzoeken door de prijzen te verlagen en dan het aantal klanten te tellen.
Komen er meer klanten als ze de prijzen verlagen?

Ja? Dan klopt de causaliteit zoals je die bedacht hebt.  (Dat nemen we voor dit voorbeeld dan aan).

Je kunt ook aantonen dat je idee van de causaliteit uit voorbeeld 2 klopt:
De volgende keer dat het festival wordt georganiseerd is het vast mooi weer. We vergelijken het aantal jongeren dat komt met het aantal van de vorige keer.
Komen er nu meer jongeren?

Ja? Dan klopt de causaliteit zoals je die bedacht hebt.  (Dat nemen we voor dit voorbeeld dan aan).

CAUSALITEIT IS DUS EEN IDEE OVER OORZAAK en GEVOLG.

Het is nuttig om te begrijpen dat een CAUSALITEIT een IDEE is. Zichtbaar zijn alleen de EFFECTEN van een bepaalde causaliteit. Causaliteit is een IDEE / theorie over de OORZAAK van een verschijnsel (zoals een verschil in het aantal jongeren op een festival).
Met de causaliteit geeft een onderzoeker aan wat volgens hem de meest logische verklaring is.

Voorbeeld:
Marijke is blij want ze is jarig vandaag.
1)We zien een blije Marijke
2) We weten dat het vandaag haar verjaardag is. En we hebben het idee (onzichtbaar) dat er een verband is. Er is sprake van een causaliteit tussen de datum en de vrolijkheid van Marijke.

WAAROM ZOVEEL GEPRAAT OVER CAUSALITEIT?

Omdat veel studenten een grote fout maken als ze onderzoek gaan doen. En die fout komt doordat ze niet goed omgaan met causaliteit. Veel studenten ZIEN bepaalde verschijnselen en bedenken er dan een causaliteit bij en… (nu komt de fout) ze vergeten dat ze het omgedraaid hebben.

Voorbeeld 1.
Een tourist wordt op vakantie beroofd van zijn geld. De dader is een donkere man. De tourist concludeert dat er een verband is tussen stelen en de huidskleur van mensen. De toerist vergeet dat dit helemaal niets bewijst! Hij draait het om. Hij neemt EERST iets waar, zoekt dan naar CAUSALITEIT en … vergeet dat je daarna nog moet AANTONEN dat de causaliteit klopt!
(zo ontstaat veel fake-news helaas…).

De tourist mag best na de beroving een IDEE hebben dat stelen typisch iets is voor mensen met een donkere huid. MAAR als hij vervolgens zegt dat hij heeft aangetoond dat zijn CAUSALITEIT klopt omdat hij is beroofd door een donkere man is dat gevaarlijke ONZIN.

a. Om zijn causaliteit te BEWIJZEN moet hij naar de politie gaan en alle berovingen opvragen in het land waar hij op vakantie is en dan ook tellen hoeveel keren de rover een donkere huidskleur had en hoe vaak een lichte huidskleur.

b. De tourist was op vakantie in Afrika (Kenia)… De CAUALITEIT zoals de tourist dit heeft bedacht slaat dus nergens op want de bevolking in Kenia bestaat hoofdzakelijk uit mensen met een donkere huidskeur. Dus het is onlogisch om te denken dat de huidskleur een OORZAAK is die onderzocht zou moeten worden.

WAT BETEKENT DIT VOOR PRAKTIJKGERICHT ONDERZOEK?

Als je een onderzoek opzet waarbij je een idee/ theorie / hypothese wilt aantonen moet je beginnen met uit te leggen WAAROM er een CAUSAAL verband zou zijn tussen verschijnselen.

Voorbeeld:

Student Bas krijgt de opdracht om een probleem op te lossen voor een bedrijf. Het gaat om de website. De website trekt wel bezoekers, maar die blijven meestal korter dan 10 seconden en gaan dan alweer weg. Bas moet proberen dit probleem op te lossen doormiddel van praktijkgericht onderzoek.

Bas bekijkt zelf eerst de website. Bas vindt de website erg rommelig. Bas herinnert zich het artikel over causaliteit. Hij weet dat hij eerste een LOGISCHE causaliteit moet formuleren. Bas eerste idee is dat de ROMMELIGHEID van de site een OORZAAK is van het feit dat bezoekers maar kort blijven. De vraag is of dit een goed CAUSAAL verband is. (Is het idee van Bas logisch?).

Bas vraagt het aan een webdesigner. ” Zou er een logisch verband kunnen zijn tussen het feit dat een site rommelig is en dat bezoekers er maar kort blijven?” De webdesigner zegt dat dit inderdaad een mogelijke oorzaak is. Er zijn meer websitebouwers die er zo over denken. Webbezoekers willen graag een overzichtelijke site.

Bas houdt zich vervolgens aan de regeles van goede bewijsvoering.
Hij gaat alle bezoekers van de site vragen of ze de website overzichtelijk vonden.
Hij gaat kijken of de bezoekers die lang op de site bleven een ander cijfer geven voor de overzichtelijkheid.

De resultaten:
Bezoekers 1-10 seconden op de site geven gemiddeld het cijfer 2,7 voor overzichtelijkheid
Bezoekers 11-30 seconden op de site geven gemiddeld een 3,8 voor overzichtelijkheid
Bezoekers 31 sec en langer op de site geven gemiddeld een 6,1 voor overzichtelijkheid

Bas concludeert:
De reden dat bezoekers korter op de site blijven is dat men de site onoverzichtelijk vindt.

TOT SLOT NOG WAT VOORBEELDEN VAN WAT ER FOUT KAN GAAN
MET CAUSALITEIT

Studente Simone heeft het volgende gelezen : 120 000 mannen gaan omstreeks 8 uur naar hun werk en staan dan lang in de file.  20 000 mannen gaan om 9.30 naar het werk en staan dan niet in de file.  Simone denkt niet na over causaliteit maar concludeert:
De meeste mannen staan graag in de file. De meeste mannen kiezen ervoor om in de file te staan.
Er zijn dan ook dagelijks honderden kilometers file.

Dit is een voorbeeld van een student die totaal geen aandacht besteedt aan het bedenken van een LOGISCH CAUSAAL verband.

Voorbeeld 2 van onzorgvuldig omgaan met CAUSALITEIT
Student Martijn doet onderzoek naar ‘vrije tijd’. Hij wil weten of mensen die meer vrije tijd hebben gelukkiger zijn. Hij heeft een enquete gehouden onder 2000 mensen. De vragen die hij heeft gesteld zijn onder andere: “Hoeveel tijd werkt u per week? en “Welk cijfer geeft u voor uw tevredenheid met uw leven?”.

Resultaat: Mensen die minder vrije tijd hebben zijn vaker geluk dan mensen met veel vrije tijd.

Wat is er WERKELIJK aan de hand? (Wat is hier de CAUSALITEIT?)

Als je geen werk hebt, dan heb je veel tijd. Maar je bent meestal niet gelukkig.
Je hebt wel veel tijd omdat je werkeloos bent. Die tijd voelt helemaal niet als
‘vrije tijd’ want je bent altijd vrij. De enquetevragen van Martin gaan niet over ‘vrije tijd’ maar over het aantal uren dat iemand werkt/ niet werkt.

Samenvattend: Voordat je een conclusie trekt moet je wel even controleren of je wel aan alles hebt gedacht. Welke oorzaken zijn er allemaal om iets te verklaren? Welke causaliteiten kan je bedenken om iets te verklaren? Hou er rekening mee dat er meer oorzaken kunnen zijn om iets te verklaren. Bedenk echter altijd EERST een logische verklaring en bedenk daarna pas een manier om te meten of je theorie klopt.

The Research & Education Company BV is een full-service onderzoeksbureau dat u kunt inschakelen voor onderzoekswerkzaamheden. De educatieve afdeling deelt kennis en ervaring met studenten. Zij profiteren van de duidelijke artikelen over onderzoekstheorie, methoden en technieken en gratis hulpmiddelen zoals de gratis software voor online enquêteren en Rekenhulp om steekproefomvang, nauwkeurigheid en betrouwbaarheid te berekenen.

(Er is veel zorg besteed aan deze uitleg. Het is begrijpelijk geschreven met duidelijk voorbeelden. Maandelijks lezen 6500 HBO (en WO) studenten een of meer van de artikelen van The Research & Education Company. Als je geholpen bent met dit artikel dan kun je andere studenten ook een beetje helpen door het artikel te delen in je netwerk).