introduktion till Psykologi

korrelationsforskning

korrelation innebär att det finns ett samband mellan två eller flera variabler (såsom glassförbrukning och brottslighet), men detta förhållande innebär inte nödvändigtvis orsak och effekt. När två variabler är korrelerade betyder det helt enkelt att när en variabel ändras, så gör den andra. Vi kan mäta korrelation genom att beräkna en statistik som kallas en korrelationskoefficient. En korrelationskoefficient är ett tal från -1 till + 1 som indikerar styrkan och riktningen för förhållandet mellan variabler. Korrelationskoefficienten representeras vanligtvis av bokstaven r.

taldelen av korrelationskoefficienten indikerar styrkan i förhållandet. Ju närmare talet är 1 (vare sig det är negativt eller positivt), desto starkare relaterade är variablerna, och de mer förutsägbara förändringarna i en variabel kommer att vara som den andra variabeln ändras. Ju närmare siffran är noll, desto svagare blir förhållandet och desto mindre förutsägbart blir förhållandet mellan variablerna. Till exempel indikerar en korrelationskoefficient på 0,9 ett mycket starkare förhållande än en korrelationskoefficient på 0,3. Om variablerna inte alls är relaterade till varandra är korrelationskoefficienten 0. Exemplet ovan om glass och brottslighet är ett exempel på två variabler som vi kan förvänta oss att inte ha någon relation till varandra.

tecknet—positivt eller negativt-för korrelationskoefficienten indikerar relationens riktning (Figur 1). En positiv korrelation innebär att variablerna rör sig i samma riktning. På ett annat sätt betyder det att när en variabel ökar så gör den andra, och omvänt, när en variabel minskar så gör den andra. En negativ korrelation innebär att variablerna rör sig i motsatta riktningar. Om två variabler är negativt korrelerade är en minskning av en variabel associerad med en ökning av den andra och vice versa.

exemplet med glass och brottsfrekvens är en positiv korrelation eftersom båda variablerna ökar när temperaturen är varmare. Andra exempel på positiva korrelationer är förhållandet mellan en persons längd och vikt eller förhållandet mellan en persons ålder och antal rynkor. Man kan förvänta sig en negativ korrelation mellan någons trötthet under dagen och antalet timmar de sov föregående natt: mängden sömn minskar när trötthetskänslorna ökar. I ett verkligt exempel på negativ korrelation fann studentforskare vid University of Minnesota en svag negativ korrelation (r = -0.29) mellan det genomsnittliga antalet dagar per vecka som eleverna fick färre än 5 timmars sömn och deras GPA (Lowry, Dean, & Manders, 2010). Tänk på att en negativ korrelation inte är densamma som ingen korrelation. Till exempel skulle vi förmodligen inte hitta någon korrelation mellan timmars sömn och skostorlek.

som tidigare nämnts har korrelationer prediktivt värde. Föreställ dig att du är på antagningsutskottet för ett stort universitet. Du står inför ett stort antal ansökningar, men du kan bara ta emot en liten andel av den sökande poolen. Hur kan du bestämma vem som ska bli antagen? Du kan försöka korrelera dina nuvarande studenters college GPA med sina poäng på standardiserade tester som SAT eller ACT. Genom att observera vilka korrelationer som var starkast för dina nuvarande studenter kan du använda denna information för att förutsäga relativ framgång för de studenter som har ansökt om antagning till universitetet.

Figur 1. Scatterplots är en grafisk bild av korrelationens styrka och riktning. Ju starkare korrelationen desto närmare datapunkterna är en rak linje. I dessa exempel ser vi att det finns (A) en positiv korrelation mellan vikt och höjd, (b) en negativ korrelation mellan trötthet och sömntimmar, och (c) ingen korrelation mellan skostorlek och sömntimmar.

prova det

korrelation indikerar inte orsakssamband

korrelationsforskning är användbar eftersom den tillåter oss att att upptäcka styrkan och riktningen för relationer som finns mellan två variabler. Korrelationen är dock begränsad eftersom att fastställa förekomsten av ett förhållande berättar lite om orsak och effekt. Medan variabler ibland är korrelerade eftersom den ena orsakar den andra, kan det också vara att någon annan faktor, en förvirrande variabel, faktiskt orsakar den systematiska rörelsen i våra variabler av intresse. I exemplet Glass/brottsfrekvens som nämnts tidigare är temperaturen en förvirrande variabel som kan redogöra för förhållandet mellan de två variablerna.

Även om vi inte kan peka på tydliga förvirrande variabler, bör vi inte anta att en korrelation mellan två variabler innebär att en variabel orsakar förändringar i en annan. Detta kan vara frustrerande när en orsak-och-effekt-relation verkar tydlig och intuitiv. Tänk tillbaka på vår diskussion om den forskning som gjorts av American Cancer Society och hur deras forskningsprojekt var några av de första demonstrationerna av sambandet mellan rökning och cancer. Det verkar rimligt att anta att rökning orsakar cancer, men om vi var begränsade till korrelationsforskning skulle vi överskrida våra gränser genom att göra detta antagande.

Tyvärr gör människor felaktigt påståenden om orsakssamband som en funktion av korrelationer hela tiden. Sådana påståenden är särskilt vanliga i annonser och nyheter. Till exempel fann ny forskning att människor som äter spannmål regelbundet uppnår hälsosammare vikter än de som sällan äter spannmål (Frantzen, Trevi Ucorico, Echon, Garcia-Dominic, & DiMarco, 2013; Barton et al., 2005). Gissa hur spannmålsföretagen rapporterar detta resultat. Äter spannmål verkligen en individ att upprätthålla en hälsosam vikt, eller finns det andra möjliga förklaringar, till exempel, någon med en hälsosam vikt är mer benägna att regelbundet äta en hälsosam frukost än någon som är överviktig eller någon som undviker måltider i ett försök att diet (figur 2)? Medan korrelationsforskning är ovärderlig för att identifiera relationer mellan variabler, är en stor begränsning oförmågan att fastställa orsakssamband. Psykologer vill göra uttalanden om orsak och verkan, men det enda sättet att göra det är att genomföra ett experiment för att svara på en forskningsfråga. I nästa avsnitt beskrivs hur vetenskapliga experiment innehåller metoder som eliminerar eller kontrollerar alternativa förklaringar, vilket gör det möjligt för forskare att undersöka hur förändringar i en variabel orsakar förändringar i en annan variabel.

Figur 2. Äter spannmål verkligen någon att vara en hälsosam vikt? (kredit: Tim Skillern)

illusoriska korrelationer

frestelsen att göra felaktiga orsak-och-effekt-uttalanden baserade på korrelationsforskning är inte det enda sättet vi tenderar att misstolka data. Vi tenderar också att göra misstaget av illusoriska korrelationer, särskilt med osystematiska observationer. Illusoriska korrelationer, eller falska korrelationer, uppstår när människor tror att det finns relationer mellan två saker när inget sådant förhållande existerar. En välkänd illusorisk korrelation är den förmodade effekten som månens faser har på mänskligt beteende. Många hävdar passionerat att mänskligt beteende påverkas av månens fas, och specifikt att människor agerar konstigt när månen är full (figur 3).

Figur 3. Många tror att en fullmåne gör att människor beter sig konstigt. (kredit: Cory Zanker)

det kan inte förnekas att månen utövar ett kraftfullt inflytande på vår planet. Ebb och flöde av havets tidvatten är tätt bundna till månens gravitationskrafter. Många tror därför att det är logiskt att vi också påverkas av månen. Våra kroppar består till stor del av vatten. En metaanalys av nästan 40 studier visade emellertid konsekvent att förhållandet mellan månen och vårt beteende inte existerar (Rotton & Kelly, 1985). Medan vi kan ägna mer uppmärksamhet åt udda beteende under månens fulla fas, förblir frekvensen av udda beteende konstant under hela måncykeln.

Varför är vi så benägna att tro på illusoriska korrelationer som detta? Ofta läser eller hör vi om dem och accepterar helt enkelt informationen som giltig. Eller, vi har en föraning om hur något fungerar och sedan leta efter bevis för att stödja den föraning, ignorera bevis som skulle berätta vår föraning är falsk; detta är känt som bekräftelse bias. Andra gånger hittar vi illusoriska korrelationer baserade på den information som lättast kommer att tänka på, även om den informationen är allvarligt begränsad. Och medan vi kan känna oss säkra på att vi kan använda dessa relationer för att bättre förstå och förutsäga världen omkring oss, illusoriska korrelationer kan ha betydande nackdelar. Till exempel tyder forskning på att illusoriska korrelationer—där vissa beteenden felaktigt tillskrivs vissa grupper—är inblandade i bildandet av skadliga attityder som i slutändan kan leda till diskriminerande beteende (Fiedler, 2004).