Kausalität

Kausalität bedeutet, dass eine eindeutige Ursache-Wirkungs-Beziehung zwischen zwei Variablen besteht. Es liegt also eine Kausalität vor, wenn Handlung A das Ergebnis B verursacht. Ein häufiger Fehler bei der Interpretation von Statistiken ist, dass bei Vorliegen einer Korrelation auf eine Kausalität geschlossen wird. Eine Korrelation gibt aber nur an, ob es einen Zusammenhang gibt.

Kausalität und Korrelation

Die Korrelationsanalyse zeigt, ob es einen Zusammenhang zwischen zwei Variablen gibt. Gibt es eine Korrelation, weiß man aber noch nicht, in welche Richtung diese Beziehung geht. Hierfür muss zunächst geprüft werden, ob Kausalität vorliegt.

Kausalität und Regression

Wenn es zwischen zwei Variablen eine Kausale Beziehung gibt, kann mit einer Regressionsanalyse eine Variable mit der anderen vorhersagen. Natürlich muss darauf geachtet werden, dass die Richtung stimmt, es ist nur möglich die abhängig Variable mit Hilfe der unabhängigen Variable mit einer Regression vorherzusagen.

Dadurch, dass bei der Regression eine Variable als Prädiktor und eine Variable als Kriterium definiert wird, ist die kausale Richtung schon vorgegeben, diese Richtung sollte dann anhand der Theorie begründet sein.

Daher, die Kausalität bzw. die Wirkungsrichtung muss zunächst theoretisch abgeleitet werden, bevor sie in einem Regressionsmodell angenommen werden kann. Damit kann man mit der Regression nicht nach Kausalität "suchen", die Regression kann nur verwendet werden wenn von einer kausalen Beziehung ausgegangen wird.

Eine gute Vertiefung zu dem Thema Kausalität, Korrelation und Regression gibt es in diesem Buchtipp .

Kausale Modelle für die Regression

Ist Regression gleichbedeutend mit Kausalität? Weder Korrelation noch Regression können Kausalität beweisen. Ein Kausalmodell beinhaltet eine Regressions- oder Korrelationsanalyse und zusätzlich eine starke Theorie, die zwei oder mehr Variablen miteinander verbindet.

Voraussetzungen für Kausalität

Für die Kausalität gibt es zwei Voraussetzungen: Erstens muss ein signifikanter Zusammenhang bestehen, d.h. eine signifikante Korrelation. Die zweite Bedingung kann auf zwei Arten erfüllt sein: (1) Sie ist erfüllt, wenn es eine zeitliche Reihenfolge der Variablen gibt. Die Variable A wurde also zeitlich vor der Variable B erhoben. (2) Außerdem kann die zweite Bedingung erfüllt sein, wenn es eine theoretisch begründete und plausible Theorie gibt, in welche Richtung der kausale Zusammenhang geht.

Trifft beides nicht zu, d. h. es gibt weder eine zeitliche Ordnung noch kann die Kausalität durch eine fundierte Theorie begründet werden, dann kann man nur von einer Beziehung, aber niemals von Kausalität sprechen. Dies bedeutet, es kann nicht gesagt werden, dass Variable A Variable B beeinflusst oder umgekehrt.

Beispiel für Kausalität

Sagen wir, deine Forschungsfrage ist: Gibt es eine kausale Beziehung zwischen dem Alter, in dem ein Kind die ersten Sätze spricht und dem späteren Schulerfolg?

Zunächst muss geprüft werden, ob einen Zusammenhang zwischen den beiden Variablen gibt, dies geschieht mit einer Korrelationsanalyse. Gibt es eine signifikante Korrelation, muss noch die zweite Bedingung geprüft werden.

Die zweite Bedingung kann entweder über die Theorie bestätigt werden, oder wenn es einen Zeitlichen ablauf gibt. In diesem Fall gibt es einen klaren zeitlichen Ablauf. Wenn es eine Korrelation gibt, ist es klar, dass die Variable "Alter in dem der erste Satz gesprochen wird" die Variable "späteren Schulerfolg" beinflusst, andersrum ist es nicht möglich.