Diferencia entre causa y correlación: significado y ejemplos

Causa y correlación son términos que a menudo se confunden o se usan incorrectamente. Una correlación significa una relación entre dos o más cosas: cuando una aumenta, la otra aumenta, o cuando una aumenta, la otra disminuye. Una causa es algo que resulta en un efecto; por ejemplo, calentar el agua a cierta temperatura hará que hierva. El punto crucial es que una correlación entre dos cosas no significa necesariamente que una cause la otra. Si existe una relación entre dos fenómenos, A y B, podría ser que A cause B, o podría ser que B sea responsable de A; otras posibilidades son que algún otro factor sea la razón de A y B, o que tengan causas independientes que simplemente se ejecutan en paralelo.

Existe una correlación entre el té verde y un menor riesgo de accidente cerebrovascular.

Correlación

Los investigadores que intentan encontrar las razones de varias cosas a menudo utilizarán métodos estadísticos para establecer correlaciones: este puede ser el primer paso para establecer la causa. Los científicos y los estadísticos pueden usar una fórmula para determinar la fuerza de una relación entre dos fenómenos. Esto da una figura, conocido como el cuadrado del coeficiente de correlación, o R 2 , que siempre se encuentra entre 0 y 1, con un valor más cercano a 1 indica una correlación más fuerte.

La gravedad hace que la bola caiga cuando se suelta.

Cuando el valor de R 2 es alto, esta relación puede merecer una mayor investigación; sin embargo, los investigadores deben tener cuidado de no sacar conclusiones precipitadas. Es posible identificar todo tipo de correlaciones fuertes, pero sin sentido. En un ejemplo muy conocido, el R 2 para el número de muertes en carreteras en los EE. UU. Entre 1996 y 2000, y la cantidad de limones importados de México durante el mismo período, es 0.97 - una correlación muy fuerte - pero es extremadamente improbable que uno causa el otro.

La mala crianza de los hijos puede aumentar la probabilidad de que un niño muestre un comportamiento violento.

Una correlación, particularmente cuando se informa en los medios de comunicación, a menudo se describe como un "vínculo", que puede ser engañoso, ya que puede interpretarse que significa que uno de los factores causa el otro. Por ejemplo, un estudio que encontró que los hombres que bebían cuatro tazas de té verde al día tenían un riesgo menor de sufrir un derrame cerebral que aquellos que no lo bebían, podría generar el título "El té verde reduce el riesgo de derrame cerebral". Esto implica que beber té verde reducirá directamente el riesgo de accidente cerebrovascular, pero el estudio no lo prueba. Otros factores, como el hecho de que el estudio se realizó en hombres en Japón que tienen dietas y hábitos de ejercicio diferentes a los de los hombres en los países occidentales, podrían haber influido en los resultados. Si bien aquí podría haber una relación causal más directa, se necesitaría un estudio más amplio y se necesitarían considerar más variables.

Beber demasiado alcohol puede causar enfermedad hepática.

Causa

Si el factor A es responsable del factor B, habrá una fuerte correlación entre los dos, pero no necesariamente al revés. Demostrando más allá de toda duda razonable que A es responsable de B requiere mucho más que un alto R 2 valor. Una vez establecida una relación sólida, los investigadores deberán proponer ideas sobre cómo A podría afectar a B y luego probar estas ideas mediante experimentos. A menudo ocurre que se puede identificar más de una posible causa. En estos casos, un buen método es realizar experimentos en los que todos menos uno de los factores permanezcan constantes, y luego determinar a partir de esto el factor responsable del efecto.

Por ejemplo, una planta que crece en un clima templado puede estar inactiva durante el invierno y comenzar a crecer en primavera. Una teoría sería que el aumento de las temperaturas medias desencadena el crecimiento, mientras que otra podría ser que los responsables son períodos más prolongados de luz solar. Para determinar cuál es el caso, una muestra de plantas puede estar sujeta a temperaturas crecientes y horas de luz constante, mientras que otra puede experimentar temperatura constante y aumento de la luz del día. Entonces se podría determinar la causa a partir de qué conjunto de plantas comienza a crecer. Si ninguno de los conjuntos comienza a crecer, se podría realizar un tercer experimento, en el que se aumentan tanto la temperatura como la luz del día; si esto da como resultado un crecimiento, los investigadores podrían concluir que se requiere una combinación de ambos factores.

En algunos casos, una causa dada siempre resultará en un efecto particular; por ejemplo, la gravedad de la Tierra siempre hará que un objeto caiga si ninguna otra fuerza actúa sobre él. En otros casos, sin embargo, el efecto no está garantizado. Se sabe que la radiación ionizante y ciertas sustancias químicas son causas de cáncer, pero no todas las personas expuestas a estos factores desarrollarán la enfermedad, ya que hay un elemento de azar involucrado. Ambos factores pueden alterar el ADN y, a veces, esto hará que una célula se vuelva cancerosa, pero esto no sucederá siempre. Sin embargo, si se trazaran los niveles de exposición a estos factores frente a la incidencia de cáncer en una muestra grande de personas similares, se esperaría una fuerte correlación.

Although researchers have criteria for pursuing possible causes of a phenomenon based on the strength of the correlations, the factor with the highest R2 value is not necessarily the one responsible. Scientists and researchers will reject factors that show a weak correlation, but, as noted, completely irrelevant factors can produce a very high R2, as can factors that appear for the same reason as the thing being investigated. The likelihood of A causing B is therefore not necessarily proportional to the strength of the correlation.

Confusion of Cause and Correlation

A lot of confusion between cause and correlation results from the way findings are reported in the media. A relationship might be described as a “cause” — it might be reported that violent video games cause violent behavior, when all that has been found is a correlation, for example. It may be that aggressive people are more likely to play violent games, so such people would behave more aggressively with or without the influence of the games.

Research has shown that violent games may influence aggression. It also shows that a number of other factors may be responsible for violent behavior, among them, poorer socioeconomic status, mental illness, abusive childhoods, and bad parenting. Possibly, such games may increase the likelihood of violent behavior in an individual with a predisposition toward aggression resulting from other factors, but stating that violent video games cause violent behavior is not justified by the known facts.

Health is another area where confusion can arise. Those who read or hear of the many things that have been reported as causing, or being linked to, cancer might never eat, drink, or leave their homes again. A “cause” may only be a correlation, and a “link” is just that: it does not identify a definite cause of cancer. A great deal of research is going on into the reasons why cancer develops, and scientists frequently find links, but when these are reported in the media, people should look or listen carefully for qualifying words like “may,” “might increase,” or “could have an effect,” before drawing any conclusions.