Inleiding Psychologie

correlatieonderzoek

correlatie betekent dat er een relatie bestaat tussen twee of meer variabelen (zoals consumptie van ijs en criminaliteit), maar deze relatie impliceert niet noodzakelijk oorzaak en gevolg. Wanneer twee variabelen gecorreleerd zijn, betekent dit simpelweg dat als de ene variabele verandert, de andere ook verandert. We kunnen de correlatie meten door een statistiek te berekenen die bekend staat als een correlatiecoëfficiënt. Een correlatiecoëfficiënt is een getal van -1 tot +1 dat de sterkte en richting van de relatie tussen variabelen aangeeft. De correlatiecoëfficiënt wordt meestal weergegeven door de letter r.

het getalgedeelte van de correlatiecoëfficiënt geeft de sterkte van de relatie aan. Hoe dichter het getal bij 1 ligt (of het nu negatief of positief is), hoe sterker de variabelen met elkaar verbonden zijn, en hoe voorspelbaarder veranderingen in een variabele zullen zijn als de andere variabele verandert. Hoe dichter het getal bij nul ligt, hoe zwakker de relatie, en hoe minder voorspelbaar de relaties tussen de variabelen worden. Een correlatiecoëfficiënt van 0,9 duidt bijvoorbeeld op een veel sterkere relatie dan een correlatiecoëfficiënt van 0,3. Als de variabelen helemaal niet aan elkaar gerelateerd zijn, is de correlatiecoëfficiënt 0. Het bovenstaande voorbeeld over ijs en misdaad is een voorbeeld van twee variabelen waarvan we kunnen verwachten dat ze geen relatie met elkaar hebben.

het teken-positief of negatief-van de correlatiecoëfficiënt geeft de richting van de relatie aan (Figuur 1). Een positieve correlatie betekent dat de variabelen in dezelfde richting bewegen. Anders gezegd, het betekent dat als de ene variabele toeneemt, de andere ook, en omgekeerd, als de ene variabele afneemt, de andere ook. Een negatieve correlatie betekent dat de variabelen in tegengestelde richtingen bewegen. Als twee variabelen negatief gecorreleerd zijn, wordt een afname van de ene variabele geassocieerd met een toename van de andere en vice versa.

het voorbeeld van ijs – en misdaadcijfers is een positieve correlatie omdat beide variabelen toenemen wanneer de temperaturen warmer zijn. Andere voorbeelden van positieve correlaties zijn de relatie tussen de lengte en het gewicht van een persoon of de relatie tussen de leeftijd van een persoon en het aantal rimpels. Men zou kunnen verwachten dat er een negatieve correlatie bestaat tussen iemands vermoeidheid gedurende de dag en het aantal uren dat hij de vorige nacht heeft geslapen: de hoeveelheid slaap neemt af naarmate de gevoelens van vermoeidheid toenemen. In een echt voorbeeld van negatieve correlatie vonden studenten aan de Universiteit van Minnesota een zwakke negatieve correlatie (r = -0,29) tussen het gemiddelde aantal dagen per week dat studenten minder dan 5 uur slaap kregen en hun GPA (Lowry, Dean, & Manders, 2010). Houd er rekening mee dat een negatieve correlatie niet hetzelfde is als geen correlatie. We zouden bijvoorbeeld waarschijnlijk geen correlatie vinden tussen uren slaap en schoenmaat.

zoals eerder vermeld, hebben correlaties voorspellende waarde. Stel je voor dat je in de toelatingscommissie van een grote universiteit zit. Je wordt geconfronteerd met een groot aantal aanvragen, maar je bent in staat om slechts een klein percentage van de aanvrager pool tegemoet te komen. Hoe zou je kunnen beslissen wie er toegelaten moet worden? Je zou kunnen proberen om uw huidige studenten college GPA correleren met hun scores op gestandaardiseerde tests zoals de SAT of ACT. Door te observeren welke correlaties het sterkst waren voor je huidige studenten, kon je deze informatie gebruiken om het relatieve succes te voorspellen van die studenten die een aanvraag hebben ingediend voor toelating tot de universiteit.

Correlatie duidt Niet op Causaliteit

Correlational onderzoek is nuttig, want het stelt ons in staat om te ontdekken de kracht en de richting van de relaties die bestaan tussen de twee variabelen. Correlatie is echter beperkt omdat het vaststellen van het bestaan van een relatie ons weinig vertelt over oorzaak en gevolg. Hoewel variabelen soms gecorreleerd zijn omdat de een de ander veroorzaakt, kan het ook zijn dat een andere factor, een verwarrende variabele, eigenlijk de systematische beweging veroorzaakt in onze variabelen van belang. In het eerder genoemde voorbeeld van ijs/misdaad is temperatuur een verstorende variabele die de relatie tussen de twee variabelen zou kunnen verklaren.

zelfs als we niet kunnen wijzen op duidelijke verstorende variabelen, moeten we niet aannemen dat een correlatie tussen twee variabelen impliceert dat een variabele veranderingen in een andere veroorzaakt. Dit kan frustrerend zijn wanneer een oorzaak-en-gevolg relatie duidelijk en intuïtief lijkt. Denk terug aan onze discussie over het onderzoek gedaan door de American Cancer Society en hoe hun onderzoeksprojecten waren enkele van de eerste demonstraties van het verband tussen roken en kanker. Het lijkt redelijk om aan te nemen dat roken kanker veroorzaakt, maar als we ons zouden beperken tot correlatieonderzoek, zouden we onze grenzen overschrijden door deze veronderstelling te maken.

Helaas maken mensen ten onrechte claims van causatie als een functie van correlaties de hele tijd. Dergelijke claims zijn vooral gebruikelijk in advertenties en nieuwsberichten. Uit recent onderzoek is bijvoorbeeld gebleken dat mensen die regelmatig granen eten een gezonder gewicht bereiken dan mensen die zelden granen eten (Frantzen, Treviño, Echon, Garcia-Dominic, & DiMarco, 2013; Barton et al., 2005). Raad eens hoe de graanbedrijven deze bevinding rapporteren. Veroorzaakt het eten van granen echt dat iemand een gezond gewicht behoudt, of zijn er andere mogelijke verklaringen, zoals, iemand met een gezond gewicht heeft meer kans om regelmatig een gezond ontbijt te eten dan iemand die zwaarlijvig is of iemand die maaltijden vermijdt in een poging om dieet te volgen (Figuur 2)? Terwijl correlatieonderzoek van onschatbare waarde is in het identificeren van relaties tussen variabelen, is een belangrijke beperking het onvermogen om causaliteit vast te stellen. Psychologen willen uitspraken doen over oorzaak en gevolg, maar de enige manier om dat te doen is om een experiment uit te voeren om een onderzoeksvraag te beantwoorden. De volgende sectie beschrijft hoe wetenschappelijke experimenten nemen methoden die elimineren, of controle voor, alternatieve verklaringen, die onderzoekers in staat stellen om te verkennen hoe veranderingen in een variabele veroorzaken veranderingen in een andere variabele.

Figuur 2. Veroorzaakt het eten van ontbijtgranen echt dat iemand een gezond gewicht heeft? (credit: Tim Skillern)

illusoire correlaties

de verleiding om foutieve oorzaak-en-gevolg statements te maken op basis van correlatieonderzoek is niet de enige manier waarop we de neiging hebben gegevens verkeerd te interpreteren. We hebben ook de neiging om de fout van illusoire correlaties te maken, vooral met onsystematische observaties. Illusoire correlaties, of valse correlaties, doen zich voor wanneer mensen geloven dat er relaties bestaan tussen twee dingen wanneer een dergelijke relatie niet bestaat. Een bekende illusoire correlatie is het veronderstelde effect dat de maanfasen hebben op het menselijk gedrag. Veel mensen beweren hartstochtelijk dat het menselijk gedrag wordt beïnvloed door de maanstand, en specifiek dat mensen zich vreemd gedragen als de maan vol is (Figuur 3).

Figuur 3. Veel mensen geloven dat een volle maan mensen zich vreemd laat gedragen. (krediet: Cory Zanker)

Het valt niet te ontkennen dat de maan een krachtige invloed uitoefent op onze planeet. De eb en vloed van de getijden van de oceaan zijn nauw verbonden met de zwaartekracht van de maan. Veel mensen geloven daarom dat het logisch is dat we ook door de maan worden beïnvloed. Onze lichamen bestaan immers grotendeels uit water. Een meta-analyse van bijna 40 studies toonde echter consequent aan dat de relatie tussen de maan en ons gedrag niet bestaat (Rotton & Kelly, 1985). Hoewel we meer aandacht besteden aan vreemd gedrag tijdens de volle maanfase, blijven de tarieven van vreemd gedrag constant gedurende de maancyclus.

Waarom zijn we zo geneigd om te geloven in illusoire correlaties als deze? Vaak lezen of horen we over hen en accepteren we gewoon de informatie als geldig. Of, we hebben een voorgevoel over hoe iets werkt en zoeken dan naar bewijs om dat voorgevoel te ondersteunen, en negeren bewijs dat ons zou vertellen dat ons voorgevoel onjuist is; dit staat bekend als bevestigingsvooroordeel. Andere keren vinden we illusoire correlaties gebaseerd op de informatie die het gemakkelijkst voor de geest komt, zelfs als die informatie ernstig beperkt is. En hoewel we er zeker van kunnen zijn dat we deze relaties kunnen gebruiken om de wereld om ons heen beter te begrijpen en te voorspellen, kunnen illusoire correlaties aanzienlijke nadelen hebben. Onderzoek suggereert bijvoorbeeld dat illusoire correlaties—waarbij bepaalde gedragingen onnauwkeurig worden toegeschreven aan bepaalde groepen—betrokken zijn bij de vorming van bevooroordeelde houdingen die uiteindelijk kunnen leiden tot discriminerend gedrag (Fiedler, 2004).