Korelacija naspram kauzalnosti
Korelacija mjeri jačinu i smjer povezanosti između dviju varijabli; kauzalnost podrazumijeva da promjene u jednoj varijabli izravno uzrokuju promjene u drugoj. Jaka korelacija (npr. r = 0.9) ne dokazuje kauzalnost. Obiluju klasični primjeri: veličina cipele i sposobnost čitanja koreliraju kod djece (zbog dobi kao zbunjujuće varijable), ali veličina cipele ne uzrokuje sposobnost čitanja. Razumijevanje kada korelacija implicira kauzalnost zahtijeva procjenu dizajna studije, zbunjujućih varijabli, vremenskog slijeda i mehanizma. Randomizirani eksperimenti nude najjače kauzalne dokaze; opservacijske studije moraju pažljivo kontrolirati zbunjujuće varijable.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press. ISBN: 978-0-521-89560-6
- Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701. DOI: 10.1037/h0037350 ↗
- Hill, A. B. (1965). The Environment and Disease: Association or Causation? Proceedings of the Royal Society of Medicine, 58(5), 295–300. DOI: 10.1177/003591576505800503 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Understanding the Distinction Between Correlation and Causation in Research. ScholarGate. https://scholargate.app/hr/research-statistics/correlation-vs-causation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Veličina učinkaIstraživačka statistika↔ compare
- Problem višestrukih usporedbiIstraživačka statistika↔ compare
- Testiranje nulte hipotezeIstraživačka statistika↔ compare
- P-vrijednost i statistička značajnostIstraživačka statistika↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →