Begrepet årsakssammenheng for å teste hypotesen

Etter å ha lest denne artikkelen vil du lære om begrepet kausalitet for å teste hypotesen.

Konseptet om årsakssammenheng er et ekstremt komplekst og det er ikke mulig å presentere en grundig analyse av dette konseptet her. Faktisk kan vi ikke gjøre det bedre enn å hente ut de grunnleggende punktene som er nødvendige for en brukbar konversasjon med konseptet.

Hva er en årsak? Det første punktet som vi må være klart om er at i vitenskapene er årsakene som oppdages, sekundære "eller" forårsakede årsaker ". De er bare "effektive" årsaker, ikke de "endelige" årsakene. De gir ikke svar på spørsmålet, "i hvert fall hvorfor?" Formålet eksisterer i menneskelige saker, det kan også være kosmiske formål; men i vitenskap eksisterer det ikke en endelig sak.

Francis Bacon bestemte at bekymring for endelige årsaker skulle være bedre igjen til filosofien. Forskere har det formål er ikke et nødvendig konsept i forskningen for vitenskapelige lover. I vitenskap er ordet årsaken brukt i den forstand som er angitt av JS Mill, "en sak som i seg selv er et fenomen uten referanse til den ultimate årsaken til noe. "Som Mill sier det, er årsakssammenheng bare ensartet antecedens."

Men selv etter å ha oppnådd en klar forståelse av at vitenskapen ikke berører seg, en første årsak eller en endelig sak, er det fortsatt store tvetydigheter. Professor Bergeson har påpekt at selv i vitenskapelig diskurs, blir tre forskjellige betydninger av begrepet «årsak» ofte forvirret. En årsak kan virke ved å imponere, ved å slippe ut eller ved å slappe av.

Biljardballen som rammer en annen, bestemmer bevegelsen ved å imponere, gnisten som eksploderer krutshandlingene ved å slippe ut og den gradvise avslappingen av våren gjør at grammofonen skruer eller spoler platen, virker ved å slappe av. Bare i den første årsaken, ville årsaken synes å forklare effekten.

I de andre to årsakene er effekten mer eller mindre gitt på forhånd, og antecedenten påberope seg er sin anledning snarere enn årsaken. I det første tilfellet, hvor årsaken virker ved impulsjon, er det som er i kraft allerede i årsaken.

I den andre årsaken hvor årsakene virker ved å slippe ut, er det en uunnværlig tilstand; det trekker avtrekkeren, bortsett fra hvilken effekten ikke ville oppstå. Men det forklarer ikke mer enn hastigheten eller varigheten av effekten.

Med hensyn til dette enormt komplekse konseptet om årsakssammenheng, har vi ikke råd til å gå glipp av Humeans syn på kausalitet. Et sentralt punkt i Humean-visningen er at når noen sier at X forårsaker Y, uttrykker han bare noen refleksjon i tankene hans om den materielle målverdenen og ikke den materielle verden direkte.

Det er som om han snakker om et bevegelig bilde av et landskap i stedet for selve landskapet. Det bevegelige bildet kan være veldig offentlig og de fleste av oss kan være enige om hva bildet er av. Men dette bevegelige bildet er menneskeskapt akkurat som foreningen eller prediksjonen er et produkt av menneskets sinn fordi det krever en observatør å legge merke til foreningen eller å tolke foreningen.

David Humean insisterte ikke selvfølgelig på at det ikke var noen ekte verden der ting skje, men hva Humean sier er ganske enkelt at når en forsker observerer en forening og abstrakter fra den virkelige verden for å gjøre noen vitenskapelige uttalelser, er utsagnet ikke det Det samme som det han har observert.

Det er et produkt av hans sinn eller et bilde av verden filtrert gjennom hans oppfatning. Dette gjelder for en årsakssammenheng som for enhver forening.

Hume sier, "All begrunnelse om faktum synes å være basert på forholdet mellom årsak og virkning". Vi dømmer at et bords utseende indikerer den faktiske tilstedeværelsen av bordet med den begrunnelsen at tilstedeværelsen forårsaker forekomster og vi dømmer det bordet er der (hvis det faktisk er det) som et resultat av den tidligere årsakssammenheng som vekst av et tre og etterfølgende handlinger av en snekker.

For å vite faktisk, betyr Hume nødvendigheten av å kjenne årsakssammenheng som knytter dem til våre oppfatninger eller som knytter en begivenhet til en annen.

Men når vi vender oss for å se etter dette årsakssammenhenget blant hendelsene som vi oppfatter, finner vi ikke spor av det. Dette er bare hendelser; Hendelsesmønsteret har en viss regelmessighet, men vi er aldri i stand til å diktere et forhold mellom hendelser - absolutt ikke en årsakssammenheng.

Vi kan observere at en begivenhet er knyttet til en annen gjennom en rekke mellomliggende hendelser, eller at en begivenhet aldri ser ut til å skje bortsett fra like før eller like etter en annen. Likevel er de alle hendelser.

Det mest Hume ville innrømme, var ved å karakterisere årsakssammenheng som å ha tre elementer, nemlig sammenheng, suksess og konstant sammenheng - disse relasjonene defineres selv ved hjelp av hendelsespar som begge skal observeres hvis forholdet skal være tatt for å oppnå.

Men denne typen forhold er tydelig ubrukelig når det gjelder å etablere sannheter om sakens sak, siden man faktisk må ha sak og oppfatninger av dem for å sette pris på at den tidligere forårsaket sistnevnte.

Dessverre kan vi aldri komme direkte i forhold til faktum, men bare ved oppfatningen av dem, og dermed er all fallbar empirisk kunnskap fyllbar hvile som det gjør på helt ubestridelige overbevisninger om årsaken til det som vises.

Det samme argumentet vil gjelde på en litt annen måte til forsøkene på å gjøre spådommer om fremtiden på grunnlag av tidligere observasjoner. Analysen av årsakssammenheng i sammenheng, suksess og konstant sammenheng (Hume) har vært et midtpunkt i kontroversen.

Mange filosofer har følt at den interne nødvendigheten som tvinger en situasjon til å gi vei til en annen, åpenbart er åpen for rasjonell om ikke empirisk gransking. De har dermed avvist Humes skeptiske konklusjon som et uverdig tap av tro på filosofien. Men de alternative analysene har ført til at Humes intensjoner ikke var riktig forstått.

Hume nektet ikke at vår ide om årsakssammenheng er avledet av regelmessighet i erfaring, heller ikke tvilte han på at menn har en tendens til å forvente en slik regelmessighet i fremtidige erfaringer; han nektet bare at vi kan ha annen kunnskap enn opplevelsen av regelmessighet selv å basere disse forventningene som er filosofisk grunnløse.

Noen andre filosofer synes å ha følt at logiske sammenhenger i tankene og i språket var så klare at de indikerer virkelige forbindelser i forsiktighets- og naturverdenen. Hume innrømmet sannsynligheten for dette argumentet i den grad å definere årsakssammenheng som vår tankes tendens til å produsere ideen om hva som kalles «effekt» når ideen om det som kalles «årsaken» blir presentert for det.

Men det grunnleggende epistemologiske problemet er akkurat å oppdage begrunnelsen som vi kan anta sammenheng og tendenser i verden. Faktisk har det ikke vært noen grunnlag for kausalitetsteori.

Fra Aristoteles fire årsaker:

Materiell, effektiv, formell og endelig til Mills induktive metode for å bestemme hvilket element av en hvilken som helst tidligere situasjon som skal matches med hvilket element av konsekvent situasjon som har til virkning, denne parallellen mellom det virkelige og ideelle forhold har blitt antatt.

Noen teoretikere som Hegel har forsøkt å identifisere dem, men selv dette er ikke til hjelp siden det etterlater oss spørsmålet om vår forståelse av amalgam av hva som er faktisk med det som er tenkt, gir oss en nøyaktig representasjon av det.

Millens metoder er uten tvil en elegant oppskrift for å oppdage konstant sammenheng som Hume snakker om. Millens metoder for rester og metoden for samtidig variasjon. De tre første handler om sett av antecedents og konsekvenser.

Hvis vi ser etter årsaken til en viss konsekvens C og antar at en rekke sett av antecedent (A) etter hvert som C er observert, bestemmer metoden for avtale oss å lete etter årsaken til C blant de antecedenter som er medlemmer av alle settene.

Alternativt, antar at konsekvensen C følger etter bare ett av disse antecedentsettene, bevirker metoden for forskjeller oss å lete etter årsakene blant de medlemmene av det settet som den ikke deler med noen av de andre settene som ikke klarte å produsere C.

Resteringsmetoden ber oss om å kaste bort fra antecedentsettet noen elementer hvis virkninger er kjent for å være forskjellig fra konsekvensen i spørsmålet, og å se etter årsaken til de som er utelatt etter at operasjonen er konkurrert.

Til slutt bestemmer metoden for samtidig variasjon vårt søk mot årsaken til enhver hendelse eller prosess hvis intensitet varierer med tiden blant andre fenomener hvis samtidige eller lille tidligere intensitet varierer på en enkel måte med hensyn til intensiteten til den første.

Men alle disse metodene i lys av regelen om konstant sammenheng (Hume) er åpenbare; de er knapt bevisst nyttige for å løse Humean-problemet.

Hume svar på sine kritikere var at han som en agent ville være ganske villig til å innrømme sine poeng, men som en filosof med litt del av nysgjerrighet ville han vite grunnlaget for denne inngangen. Det kan eller ikke være noen intern nødvendighet for å knytte hendelser i verden, og vi kan ikke vite om det er en slik sammenheng eller ikke, men det er bare rimelig å oppføre seg som om det var.

Men så hva ville et svar på spørsmålet om årsakssammenheng komme til? Loven om enhetligheten i naturen som er formulert i kausal språk, sier at lignende årsaker alltid følges av lignende effekter og gjør at vi kan bruke forholdet til nutid som en analogi for nåtidens fremtid.

Men anta at det var plutselig åpenbart for oss at denne loven var om å bryte ned, og at det fra morgendagens samme grunn ikke kan føre til lignende effekter.

Nå, med mindre vi blir fortalt på forhånd hva forskjellene skulle være, må vi vente på endringen for å kunne basere nye typer spådommer eller nye typer observasjoner. Men denne aktiviteten selv ville forutse samme regelmessighet av årsakssammenheng som forandringen ble tilbudt som et moteksempel.

En feil i prinsippet ville virkelig innebære fullstendig kaos, men man ville ikke ha noe å vite om det ved at dette kaoset ville strekke seg til vår oppfatning og tanke.

Hvis alt som er anklaget for, er det sporadiske fallbarhet av årsakssprinsippet, holder ikke dette argumentet i gang, og vi er igjen drevet til et skeptisk dødsfall. Løsningen ser derfor ut til å lyve ikke i å forsøke å etablere sannheten til prinsippet, men heller i å hevde det.

Det skal bemerkes at i en bestemt test årsaken og effekten skal abstraheres fra en kompleks innstilling eller bakgrunn. Dermed vil en bedre formulering av prinsippet være at 'lignende årsaker fører til lignende effekter hvis bakgrunnene er like.'

Med andre ord, hvis andre ting er like (ceteris paribus), kan vi løse for å fortsette på forutsetningen om at årsakssammenhenget inneholder, men samtidig kan vi med høflig skeptisisme behandle ethvert krav om å avgjøre det.

Vi kan forutse universets nåværende tilstand som effekten av sin tidligere tilstand og årsaken til det som vil følge. Ved årsakssammenheng menes et effektivt produktivt forhold mellom antecedent forhold og etterfølgende resultater. Hume kunne ikke finne noe slikt forhold, man så bare de forutgående forholdene og deretter de etterfølgende resultatene.

Konklusjonen av den uberørte Humean-oppfatningen er at det ikke er noen forskjell mellom årsaker og virkninger og alle andre foreningserklæringer. Men denne oppfatningen er ikke særlig tilfredsstillende fordi sosialforskere snakker og oppfører seg som om noen foreninger tilhører en annen klasse fra andre foreninger.

Mange har forsøkt å foreslå en inkluderende og realistisk definisjon av årsakssammenheng. M. Bunge og Blalock har definert kausalitet for det meste ved å tilby synonymer for det.

Årsak, sier Blalock, er oppfattet som å involvere begrepet produksjon, det vil si årsaker produsere effekter. Produksjon er åpenbart brukt som et synonym for årsakssammenheng. Men å gi synonymer kan være nyttig når man forklarer hva et bestemt ord betyr på et bestemt språk. Synonymisering hjelper åpenbart ikke med å løse grunnleggende vitenskapelige problemer med årsakssammenheng.

Definisjon kan bli tilbudt ved å navngi noen egenskaper av konseptet. Denne typen definisjon vil ha til formål å angi for eksempel hva årsakssammenheng er. Dette er en ontologisk definisjon når det gjelder visse materielle egenskaper i vår verden.

En slik definisjon kan hjelpe oss med å formidle til andre en generell følelse av hva man har i tankene. For eksempel er en hest et dyr med fire meter brukt til ridning, eller kultur er et stort mønster som består av vaner, skikker, tanke og adaptive ferdigheter oppnådd av medlemmer av et samfunn.

En slik definisjon av årsakssammenheng har blitt prøvd av filosofer i århundrer nå, uten noen suksess. Bridgeman kritiserte underdefinisjonene hevdet at definerende ord i egenskap av egenskaper skaper vegger til forståelse. I stedet fortalte han at definisjoner burde formuleres i form av operasjoner.

Hume demonstrerte typiske feil i den ontologiske definisjonen av årsakssammenheng uten å tilby en substituttdefinisjon av kausalitet når det gjelder operasjoner. I stedet foreslo han at begrepet "årsakssammenheng" var ubrukelig og bør dispenseres. Denne utsikten var en av de mest innflytelsesrike som hersker blant det 20. århundre filosofer, inkludert Bertrand Russell.

Vilkår kan defineres denotativt, det vil si med eksempler. Men man trenger mer enn betegnelser for å klargjøre det vitenskapelige begrepet kausalitet.

Når det er uenighet blant forskere om bruken av et begrep og når de er ivrige etter å øke sannsynligheten for at de samme begrepene blir brukt på samme empiriske fenomener, må de vende seg til operasjonelle definisjoner, dvs. ved å gi mening om et konsept ved referanse til de involverte operasjonene.

En operativ definisjon av årsakssammenheng kan med rimelighet foreslås i henhold til følgende prosedyre:

(1) Stimulus er variert og variasjoner (hvis noen) i responsen observert.

(2) En rekke andre stimuli brukes til å observere hvis samme respons oppstår.

(3) Hvis de ovennevnte to trinn gir passende resultater, kan forholdet mellom stimulus og respons bli kalt "kausal".

Definere kausalitet i situasjoner der strukturerte eksperimenter ikke er gjennomførbare, er åpenbart fulle av farer. En verdig operativ definisjon av kausalitet i ikke-eksperimentell innstilling vil imidlertid bety at definisjonen resulterer i at mange forskere når samme dom. For det andre passer den foreslåtte operasjonelle definisjonen nøye med det hypotetiske begrepet kausalitet som de fleste forskere har.

Det er fornuftig å si at årsakssammenheng er en underklasse av foreninger. Med andre ord er alle årsakssammenheng foreninger, men alle foreninger kan ikke være årsakssammenheng. En årsakssammenheng og effektoppgave kan forstås som en type vitenskapelig forklaring, men ikke alle forklaringer er årsakssagn.

Spørsmålet er nå hvordan man skal skille mellom de foreningene som er innenfor underklassen av setningen og de som ikke er. Det er gjort ganske mange forsøk på å finne en metode for å avgjøre om en bestemt forening kan inngå i årsakssammenheng eller ikke-kausalforeninger.

Mange forfattere har opined at foreningen som kan verifiseres eksperimentelt fortjener tittelen kausal, ingen andre. Selv om dette har vært en nyttig regel i mye av vitenskapen, kan det ikke sies å være perfekt regel. I et hvilket som helst eksperiment kan noen skjult tredje faktor i stedet for endringer i den hypotetiserte uavhengige variabelen være ansvarlig for endringene i den avhengige variabelen.

Dessuten tillater mange situasjoner ikke eksperimentering. Siden en skjult tredje faktor kan vise seg å være den virkelige årsaken, gir et enkelt eksperiment forståelig nok ikke en omfattende operativ definisjon av årsakssammenheng.

Under omstendighetene er det nødvendig å drive relaterte eksperimenter som varierer forskjellige parametere av situasjonen. Det er først etter at viktige muligheter er utmattet i løpet av forsøksserien som vi kan konkludere med eller med rette si at den eksperimentelle stimulansen forårsaker responsen.

Hvor eksperimentering er mulig, kan den operative definisjonen av årsakssammenheng foreslås som følger:

Hvis svaret følger eksperimentasjonsstimulansen, og hvis dette eksperimentelle forholdet vedvarer selv om andre elementer av situasjonen blir utsatt for variasjon, kan det observerte forhold bli kalt kausal.

Situasjoner der det ikke er mulig å eksperimentere, og dermed testen av eksperimentell bekreftelse, kan ikke fungere som et kriterium for å definere tilfeldige utsagn som kaster opp en rekke spørsmål om årsakssagn. Slike situasjoner karakteriserer de fleste samfunnsvitenskap.

Wold (1966) forsøkte å bringe ikke-eksperimentelle situasjoner innenfor rekkevidden av eksperimentelle verifikasjonsprinsipp ved å spørre om en ikke-eksperimentell situasjon er fiktiv eller det hypotetiske eksperimentet.

Det er om den naturlige situasjonen har i det mange av elementene i et faktisk eksperiment. Men denne konseptualiseringen er ikke uten mangler. For det første er essensen av forsøkene som en operasjonell definisjon av årsakssammenheng at det er det faktiske observerte resultatet av et ekte eksperiment som tjener til å avgjøre om forholdet skal kalles kausal eller ikke.

For det andre er selve handlingen om å velge å merke forhold som årsakssammenheng en operasjon som definerer kausalitet. Men en slik operativ definisjon mangler gyldighet fordi det nesten ikke går langt i å løse uenigheter blant mennesker.

Logikere og filosofer har forsøkt ulike kombinasjoner av betingede uttalelser om "if-then" -versjonen. De har forsøkt å finne ut noen logisk formulering som klarer å skille mellom kausal og ikke-årsakssammenheng.

Denne søken har imidlertid ikke klart å nå målet. Enda en annen type forsøk er nylig laget av H. Simon, Blalock og andre som trekker seg fra P. Lazarsfelds opprinnelige arbeid.

Denne gruppen har undersøkt hvordan korrelasjonen mellom og blant tre eller flere variabler kan hjelpe analysen til å finne ut hvilke av disse variablene som kan sies å forårsake som. Dette er en implikasjon og formalisering av analysen som søker å undersøke om en skjult tredje faktor er ansvarlig for sammenhengen mellom to andre variabler.

Denne typen studie av kausal bestilling er ganske nyttig og viktig, men oppnår ikke de påståtte resultatene. For eksempel, hvis etterforskeren starter med tre variabler, ingen som virkelig bør sies å være årsak til en annen, kan analysen ikke fortelle oss noe om hvorvidt forholdet mellom to givne variabler skal kalles kausal.

Ordninger av denne typen som er rettet mot å merke forhold som kausal eller ikke-årsakssammenheng, er avhengige av bruken av fremmed kunnskap for å hjelpe oss med å finne ut forholdet. For eksempel er kunnskapen om at en bestemt begivenhet foregår alle de andre i tid og dermed ikke effekten av disse hendelsene.

Således kaster hele saken ned til påstanden om at et forhold er årsakssammenheng, med mindre det påvises noe annet ved tester for falskhet. En slik ordning har åpenbart ikke råd til en operativ definisjon som indikerer om et gitt forhold skal kalles kausal. I beste fall kan det bare antyde at i et sett med variabler er ett forhold mer årsakssamt enn et annet.

En oversikt over disse ulike forsøkene fører til en konklusjon, at det ikke er opprettet noen definisjon som passer til vanlig vitenskapelig bruk, selv om dette er det oppgitte målet for dem alle. Det er heller ikke overraskende at ingen perfekt eller nær perfekt definisjon ennå ikke er generert. Selv den beste operasjonelle definisjonen fører ikke til at alle klassifiserer alle eksempler på slike begreper på nøyaktig samme måte.

Det er alltid unntak ved grenselinjen. Det er derfor ganske forståelig at slike begreper som årsak og virkning som er så komplekse og abstrakte, ville være mye vanskeligere å definere tilfredsstillende og ville ha mange flere grenseoverskridende tilfeller der folk er uenige når de klassifiserer situasjoner som årsakssammenheng og ikke årsakssammenheng.

Hvorvidt en situasjon er nært analog med et kontrollert eksperiment, gir ikke en fullstendig definisjon av årsakssammenheng. Videre, selv i kontrollert eksperiment, er det ofte ingen hjelp for spesifikasjonsfeil bortsett fra faglig kunnskap.

På bakgrunn av ovenstående diskusjon kan en arbeidsdefinisjon av årsakssammenheng tilbys som under:

Et årsakssammenheng er uttrykt i en erklæring som har følgende viktige egenskaper: For det første er det en forening som er sterk nok til at observatøren mener at den har en prediktiv (forklarende) kraft som er stor nok til å være vitenskapelig nyttig eller interessant.

For eksempel, hvis den observerte korrelasjonen er 0, 6, selv om prøven er stor nok til å rettferdiggjøre korrelasjonen som statistisk signifikant, dvs. at ubetydelige relasjoner ikke sannsynligvis vil være merket kausal. For det andre, jo tettere et forhold er bundet, det vil si forenlig med et generelt teoretisk rammeverk, jo sterkere er kravet om å bli utpekt som årsakssammenheng.

Forbindelser med et teoretisk ramme gir en støtte til troen på at de sidevilkårene som er nødvendige for at setningen skal holdes sant, ikke er begrenset, og at endringene av falsk korreksjon ikke er vesentlige; fordi en uttalelse har en tendens til å stå eller falle når resten av systemet står eller faller.

Det kan bemerkes at begrepet kausal er mer sannsynlig å ha annen mening, til beslutningstakeren og til forskeren. Beslutningsmannen vil kalle et forhold kausal hvis han forventer å kunne manipulere det med hell. For eksempel kan røyking betraktes som årsakssammenheng av en beslutningstaker som ønsker å redusere dødsfall fra sykdommer statistisk relatert til røyking.

Men for forskerne er ordsaken sannsynligvis å bety at situasjonen ikke krever videre utforskning. Når det gjelder sigaretter, kan bare en ingrediens i sigaretten skaden, og forskerne som søker etter denne ingrediensen, kan velge å holde ordforklaringen fra å røyke seg selv.

Forskjellen i mening og bruk av årsakskonsept mellom beslutningstaking og ren etterforskningssituasjon er et eksempel på det generelle forslaget om at tilskrivning av kausalitet avhenger av ens hensikt.

Kausalt konsept er kanskje mest nødvendig for en politimann, spesielt når han vurderer å endre en variabel i håp om å oppnå endring i en annen variabel av, for eksempel fruktbarhet, i reproduksjonsparlance.

Klassifiseringen kausal og ikke-kausal er et forsøk på å diskriminere mellom situasjoner som han mener tillater slik kontroll og de som ikke gjør det. På den annen side er årsakskonseptet ikke nødvendig for en person som forventes å prognose for at han ikke har interesse i å prøve å manipulere de uavhengige variablene. Kausalt konsept kan eller ikke være nødvendig for den rene etterforskeren.

Berttrand Russell og de fleste moderne fysikere synes å tro at det ikke var nødvendig eller nyttig i fysikk / naturvitenskap. Mange ikke-politiske forskere i samfunnsvitenskapen ser imidlertid ut til å finne konseptet om årsakssammenheng som er nyttig for å klassifisere situasjoner for fremtidig forskning.

Forskjellen mellom disipliner med hensyn til variabelen som kalles kausal, illustrerer også hvordan kausal merking avhenger av formål. I de tilfellene der variabler er komplementære, som prestasjonsmotivasjon og investering, er det kanskje unødvendig for psykologen eller økonomen å nekte årsaksetiketten til en variabel for å kunne bruke den til en annen variabel.

Men når variablene er hierarkiske, kan de være årsakssammenlignbare, og bestemte etterforskere, avhengig av deres fagområder, må velge hvilken etikett som skal gi for å studere og kalle det kausal på grunnlag av etiketten de anser mest fruktbare.

Med hensyn til betydningen av årsakssammenheng som det fremgår av samfunnsvitenskapelig bruk av begrepet, ser det ut til å være betydelig konsensus blant forskere om hvilke forhold som er årsakssammenhengende og som ikke er. JL Simon foreslår en operasjonell definisjon av årsakssammenheng.

"En uttalelse", sier han, "skal kalles kausal hvis forholdet er nært nok til å være nyttig eller interessant, hvis det ikke krever så mange erklæringer om sidevilkårene for å få sin generelle og viktige betydning. hvis nok ... tredje faktorvariabler har blitt forsøkt å gi noen forsikring om at forholdet ikke er falskt; og hvis forholdet kan deduktivt knyttes til en større teori eller ... støttes av et sett med hjelpeprosjekter som forklarer hvilken mekanisme forholdet virker til. "

Ovenstående definisjon er mer i form av en sjekkliste over kriterier. Hvorvidt et gitt forhold oppfyller kriteriene tilstrekkelig til å kalles kausal, er hverken automatisk eller objektiv. Bestemmelsen krever dom og materiell kunnskap om hele sammenhengen.

Det skal derfor være klart at vitenskapen går om sin ordinære virksomhet av hendelser ved å avsløre sine "effektive årsaker". Dette betyr ganske enkelt at hendelsen i spørsmålet er vist å være bestemt av de foregående hendelsene.

Vitenskapens filosofes uttalelser, AE Taylor, kan knapt utmerke seg. Han sier: "Begrepet om årsak som en transaksjon mellom to ting er erstattet i eksperimentell vitenskap ved oppfatningen av det som bare bestemmelse av et arrangement ved forutgående hendelser.

Som det blir tydeligere at de antecedente hendelsene som forutsetter en forekomst er et komplekst antall, og inkluderer tilstander av det som i økende grad kalles de tingene som er utført, så vel som prosessene i den såkalte agenten, erstatter vitenskapen for forskjellen mellom 'agent 'og' pasient ', begrepet et system med gjensidig avhengige interaksjonsfaktorer ... den nåværende vitenskapelige oppfatningen av årsaken (er således)' totaliteten av forholdene 'i nærvær av hvilken en hendelse oppstår og i fravær av et medlem av hvilket det skjer ikke.

Kort fortalt betyr årsakssammenheng i vitenskapelig forstand sekvens under absolutt kjente forhold. "

I moderne vitenskap ligger vekten på en rekke "bestemmelsesforhold" som sammen gjør forekomsten av en gitt hendelse eller effekt sannsynlig. Vitenskapelig tenkning er opptatt av å oppdage "nødvendig" og "tilstrekkelig" tilstand for en effekt.

Mens "sunn fornuft" fører til at man forventer at en faktor kan gi en fullstendig forklaring, forventer forskeren sjelden å finne en enkelt faktor eller tilstand som er både nødvendig og tilstrekkelig til å skape en effekt.

Han er snarere interessert i "bidragsvilkår", "alternative forhold", som alle han forventer å finne drift for å gjøre forekomsten av en gitt hendelse eller effekt sannsynlig (men ikke sikker). Vi skal nå forklare og illustrere de ovennevnte forholdene.

(a) En nødvendig betingelse sies å være en som må skje hvis fenomenet som det er en årsak til, skal forekomme, f. eks. hvis X er en nødvendig betingelse for Y, vil Y aldri oppstå uten at X oppstår. Et slikt forhold mellom X og Y kan betegnes som produsent-produkt-forhold. Slike "produsent-produkt" -relasjoner er de spesielle bekymringene for sosiale og atferdsvitenskapelige.

Som en illustrasjon kan vi si at differensiering er en nødvendig forutsetning for sosial lagdeling, det vil si at sosial stratifisering aldri vil oppstå hvis personer i løpet av samhandling ikke blir differensiert.

(b) En tilstrekkelig betingelse er en som alltid etterfølges av fenomenet som det er en årsak til. Hvis X er en tilstrekkelig betingelse for Y, vil det alltid forekomme Y, uansett hvor X forekommer. Det må tas i betraktning at i denne strenge følelsen av "årsakseffekt" kan ingen gjenstand eller begivenhet i seg selv sies å være årsaken til et annet objekt eller begivenhet.

Effekten som en gjenstand eller begivenhet har på en annen, avhenger alltid av omgivelsene, for eksempel vil det bare føre til at klokken ikke vil forårsake den etterfølgende lyden hvis klokken blir rammet i vakuum. Et slikt forhold mellom X og Y studeres først og fremst i 'mekanisk system'.

(c) En bidragende tilstand er en som øker sannsynligheten for at et gitt fenomen vil oppstå, men ikke gjør sin forekomst sikkert siden det bare er en av flere faktorer som sammen bestemmer forekomsten av det givne fenomenet.

Noen sosiologiske studier har antydet at fraværet av en farsfigur fra hjemmet i barndommen er en medvirkende tilstand i genereringen av narkotikamisbruk blant ungdommer i familien.

(d) En betinget tilstand er en under hvilken en gitt faktor er en medvirkende faktor for å produsere et gitt fenomen (effekt). I det ovennevnte eksemplet kan den medvirkende tilstanden, dvs. fravær av farsfigur, bidra til forekomsten av narkotikamisbruk blant ungdommer bare i nabolag hvor bruken av narkotika er ganske gjennomgripende.

I dette tilfellet er et slikt nabolag en betingelse hvorved den bidragende tilstanden, dvs. fravær av faders figur, bidrar til sannsynligheten for at virkningen oppstår.

(e) Alternative forhold er forhold som alle kan bidra til forekomst av et gitt fenomen eller effekt.

I eksemplet som er nevnt ovenfor, kan det ses at fraværet av faderfiguret (bidragsbetinget tilstand nr. 1) eller faderfiguret som uttrykker forskjellig antipati mot barn (bidragsbetingelse nr. 1), bidrar begge til å produsere effekten, dvs., dopavhengighet. Disse forholdene er kjent som de alternative forholdene.

Det er umulig å demonstrere direkte at en gitt karakteristikk eller hendelse X bestemmer andre egenskaper eller hendelser Y, enten alene eller sammen med andre egenskaper eller hendelser.

Vi er ganske i stand til å avlede fra de observerte dataene at hypotesen om at X er en betingelse for forekomsten av Y, er (eller ikke er) holdbar med noe bestemt grad av selvtillit. La oss nå vurdere hvilke bevis som er nødvendige for å rettferdiggjøre noen årsakssammenheng.

(a) En type relevant bevis gjelder samtidig variasjon, dvs. i hvilken grad X og Y forekommer sammen eller varierer sammen.

Anta at vi ønsker å teste hypotesen om at X er bidragende tilstand for Y, vi må finne ut om andelen årsak som har den karakteristiske Y er signifikant større blant tilfeller som har karakteristisk X enn blant tilfellene som ikke har karakteristikken X. Med mindre vi kan få ved et slikt bevis, vil vi vanligvis konkludere med at hypotesen ikke er holdbar.

Videre, hvis hypotesen også angir at mengden Y er bestemt av mengden X, vil vi også finne bevis for at i hovedsak de tilfellene som viser en høyere mengde X også viser en høyere mengde av Y.

Annen type kausal hypoteser, for eksempel at X er nødvendig eller tilstrekkelig grunn av Y eller at X som en betinget årsak i forbindelse med M og en alternativ årsak med N, vil kreve å identifisere bestemte mønstre for tilknytning mellom X og Y.

La oss prøve å forstå dette ved hjelp av et eksempel. Anta at i en liten by en lege på grunnlag av hans observasjoner, forutsetter hypotesen om at å spise en bestemt sesongfrukt (X) kan føre til alvorlig forkjølelse (Y).

En henvendelse blir deretter utført med sikte på å teste hypotesen. Hvis det følger av henvendelsen, er det funnet at blant dem som har det, er andelen av dem som spiste sesongfruen (X), nesten like, vi ville forkaste hypotesen om at X fører til Y.

Selvfølgelig, før du avviser hypotesen, må det utføres en grundig undersøkelse med sikte på å finne ut om å spise sesongens frukt (X) er en bidragende tilstand av kulde (Y) under en betinget tilstand, f.eks. Generelt svakhet.

Anta at etterspørselen viste at personer som hadde spist frukten og led av generell svakhet var i en overveldende andel i de som lider av kulde, da kan vi si at sesongens frukt (X) er en bidragende tilstand av alvorlig forkjølelse (Y) under betinget tilstand av generell debility (M).

Hvis på den annen side indikerte undersøkelsen at 92% av de som lider av forkjølelse hadde spist sesongens frukt, og bare 25% av de som ikke lider av forkjølelse hadde spist frukten, ville vi konkludere med at hypotesen om at X er den bidragsgivende fordi "av Y er holdbar.

Det må huskes at hypotesen bare ville være tålelig, ikke bevist, siden andre mulige forklaringer av det observerte forholdet mellom X og Y kan påberopes, og dette ville være like holdbart, for eksempel:

(1) Forvirring av kulde på en eller annen måte skapte et trang for frukten, noe som betyr at å spise frukt ikke førte til kaldt; det er ganske omvendt, det vil si kaldt (Y) skapt en trang til å spise frukten (X).

(2) En annen tilstand (Z) førte til at begge spiste sesongens frukt og hadde kaldt.

(3) En annen tilstand (W) som urenhet som bare skjedde å være knyttet til å spise sesongens frukt var ansvarlig for kaldt, dvs. kranvann.

(b) Den andre typen bevis som er relevant for å avgjøre årsakssammenheng, er tidsordren til to hendelser X og Y. En begivenhet anses rimelig å være årsaken til den andre hvis den oppstår etter de andre hendelsene.

Per definisjon kan en effekt ikke produseres av en hendelse som oppstår først etter at effekten har funnet sted. I vårt eksempel kan X ikke betraktes som årsaken til Y, hvis det som foreslått i alternativ hypotesen nr. 1, førte tilstanden til alvorlig forkjølelse (Y) til et ønske om sesongens frukt (X).

Det ville være bra å huske at tidsordre kanskje ikke aksepteres av noen som en automatisk test av årsakssammenheng. Dette argumentet kan besvares ved å påpeke at bare fordi det ikke er noen logisk tilknytning, vil det ikke følge at tiden ikke gir hjelp til å etablere årsakssammenheng.

Vi må likevel gjenkjenne at å bruke tidsforsinkelse eller tidsordre for å utlede retningen for årsakssammenheng i et bestemt forhold, er å benytte seg av en av de mest generelle inferensene basert på alle eksperimenter som har blitt gjennomført, nemlig at handlinger av nåværende ser ikke ut til å endre fortiden.

Men dette er en statistisk empirisk hypotese, ikke uten kjente unntak. Derfor, for å sette denne innledningen til fornuftig bruk, må man legge til andre ytterligere grunner for å rettferdiggjøre at hypotesene kan antas å gjelde i et bestemt tilfelle.

Det bør også bemerkes at forekomsten av en årsakssammenheng kan foregå eller kan være samtidig med forekomsten av en effekt. Det er også mulig for hver faktor i forholdet å være både en årsak og en 'effekt' av den andre faktoren.

Dette er en forekomst av det symmetriske årsaksforholdet. George Homans hypotese:

«Jo høyere rangen av en person i en gruppe, jo nærmere hans aktiviteter stemmer overens med gruppens normer», uttrykker det symmetriske årsaksforholdet i så mye som omvendt av hypotesen også er sant, dvs. jo nærmere aktivitetene til en person kommer til normen, jo høyere hans rang vil pleie å være.

Selv om symmetriske årsakssammenheng ofte er funnet i sosiale fenomener, er det nyttig å fokusere på påvirkning av en faktor på den andre.

I å skille mellom "årsak" og "effekt" er det nyttig å fastslå hvilken av de to hendelsene som kom først, forutsatt at de ikke skjedde samtidig. Å vite at en økning i rang i et bestemt tilfelle, før en økning i samsvar med gruppens normer, forstår vi at økningen i samsvar ikke var årsakssammenheng.

Kunnskap om tidsmessig prioritet er imidlertid ikke i seg selv tilstrekkelig til å utlede årsakssammenheng. I vårt eksempel, selv om vi hadde fastslått sikkert at X gikk foran Y, var dette ikke nok til å si at spisingen av sesongfrukt (X) forårsaket alvorlig kaldt (Y).

To andre alternative hypoteser (nr. 2 og nr. 3) må vurderes, dvs. at en annen tilstand førte til at både (X) og (Y) eller en annen tilstand assosiert med X var ansvarlig for Y.

(c) Vi må derfor få på bevisene som ville fastslå at ingen annen faktor lagrer den hypotese (X) som var årsaken til den hypoteseeffekten (Y). Så lenge bevisene utelukker andre faktorer som mulig å bestemme tilstanden til den hypoteseffekten er sikret, kan vi ikke si at X er årsaken til Y.

I vårt eksempel kan det være at en tredje faktor, f. Eks. Glandulære sekresjoner, førte både til å ønske å spise sesongens frukt så vel som for kaldt. Hvis vi kan motbevise dette, er den andre alternative muligheten fortsatt å regne, det vil si en annen faktor som bare skjedde å være forbundet med å spise sesongens frukt førte til kaldt.

Anta at det ble funnet at folk som hadde kjøpt frukten fra en bestemt butikk der frukten ble holdt i det åpne i lang tid var de som for det meste lider av kulde, mens de få som hadde kjøpt fra en annen butikk der fruktene ble holdt i kjølelager ble det ikke løst av kulde; da måtte hypotesen om at sesongfrukten (X) var årsaken til alvorlig forkjølelse (Y), og det skulle kastes oppmerksomhet på virkningen av lagringssystemet som kunne ha ført til en kjemisk reaksjon på frukt i en butikk, men ikke i den andre.

Under disse omstendighetene vil effekten Y tilstrekkelig tilskrives den kjemiske faktoren. Det må understrekes at de tre typer bevis, dvs. samtidig variasjon, tidssekvens av variabler og bevis som utelukker annen faktor som "årsak", er eller ikke er årsaken til effekten. Det gir imidlertid ingen absolutt sikkerhet.

Det vil si, vi kan på grunnlag av bevisene våre konkludere med at det er rimelig å tro at X er årsaken til Y, men vi kan aldri være sikre på at forholdet har blitt definitivt vist.

I vårt eksempel ovenfor, er prosedyrene som er foreslått for å teste hypotesen om at X er årsak til Y, kalt for en rekke forskjellige studier. Ingen av disse separate studiene kunne gi et veldig trygt grunnlag for å teste hypotesen fordi den forlot alternative hypoteser uskadd og uprøvd.

Et eksperimentelt design gir mulighet til å samle ulike typer bevis samtidig, slik at alle alternative hypoteser kan testes. I en eksperimentell test av hypotesen i vårt eksempel, ville forskeren arrangere en rekke emner å spise sesongens frukt ('x) og for en rekke sammenlignbare emner for ikke å spise frukten.

Gruppene skal velges slik at de ikke skiller seg fra hverandre unntatt ved en tilfeldighet, før de spiser sesongens frukt. Nå kan sammenligning av forekomsten av kaldt (Y) i to grupper etter en gruppe som ikke har spist det, gi bevis for hvorvidt spise av frukten (X) og kulde (Y) varierer sammen.

Ved å holde en nøye oversikt over tidspunktet for å spise frukten (X) og tidspunktet for ons2 et av kaldt (Y), ville forskeren få bevis på hvilken av variablene som kom først.

Ved å innføre "kontroller" for å beskytte mot muligheten for at ulike eksponeringer eller erfaringer under forsøket (unntatt å spise sesongfrukt eller ikke spise det) som kan påvirke forekomsten av forkjølelse, ville han sørge for at de to gruppene bare er forskjellige fra hverandre med hensyn til (X).

Forskeren kan i tillegg bygge på hans eksperiment, bestemmelsen for å teste hypoteser om bestemte alternative årsaksfaktorer. For eksempel ville forskeren teste hypotesene om virkningen av lagring av systemet ved å ha noen av individene spise sesongfrukt som hadde blitt lagret i kjølelagring, og noen spiser annen frukt (ikke sesongens frukt) lagret i det åpne.

Dette vil hjelpe ham til å "finne ut om det" åpne "lagringssystemet alene var produktivt for (Y) eller om" åpen lagring "interagerte med sesongfruen (X) og produktet av samspillet (V) produsert (Y), dvs., kaldt.

Dermed ser vi at eksperimentell design hvor det er mulig, er den mest effektive enheten for å teste en kausal hypotese. Men så er det ikke mulig å opprette eksperimenter i visse situasjoner.

Anta at en forsker er interessert i å studere effekten av ulike metoder for oppdrett på personligheten til en person. Han kan ikke tenke å tildele visse barn å bli tatt opp på en måte, andre i en annen.

I et slikt tilfelle ville han ikke ha noe annet alternativ enn å fortsette å finne barn som har blitt oppdratt på forskjellige måter og deretter vurdere deres personligheter.

Hypoteser om effekten av individers egenskaper er ikke ofte egnet til eksperimentell undersøkelse siden manipuleringen av den "uavhengige" variabelen (eksperimentell variabel eller faktoren som er blitt hypotetisert som årsak) er enten ekstremt vanskelig eller umulig. La oss si, vi vil se effekten av feeblemindedness (X) on perception (Y).

Det ville ikke være mulig i dette tilfellet å manipulere (øke eller redusere) feeblemindedness. Det eneste alternativet som er åpent for oss, er å oppnå denne variasjonen ved å velge personer i hvilken denne variabelen er til stede eller fraværende; mer eller mindre.

Noen ganger kan naturlige situasjoner gi de ønskede kontrastforholdene (f.eks. Svært høy IQ) og dermed muligheten for tilstrekkelig strenge prosedyrer for å muliggjøre et rimelig forsvarlig grunnlag for inngående.

Vanligvis er imidlertid de naturlige situasjonene kompliserte og ikke innrømmet av en forutsetning fra forskerens side om at to eller flere grupper han har valgt med det formål å eksperimentere variabel. Det er forståelig at uten et godt grunnlag for en slik antagelse som en skapt kunstig situasjon gir. Resultatene av forsøket kan bare ha en tvilsom pålitelighet.

Selvfølgelig er det ingen absolutt sikkerhet om gyldigheten av inngangen. Uansett hvor nøye kontrollerte eksperimentet, lurer det alltid en mulighet for at innflytelsen fra noen faktor ikke ble tatt i betraktning.

Spesielt i samfunnsvitenskap, hvor det er lite kunnskap om hvilke faktorer som skal kontrolleres og hvor mange av de relevante faktorene (f.eks. Attributtene til individet) ikke er helt tiltak for å kontrollere, må denne muligheten motsettes.