Vääränlainen suhde tarkoittaa ulkonäköä, jossa muuttujien välillä on syy-yhteys, vaikka todellisuudessa sitä ei ole.
Muuttujien välillä näyttää olevan useaan otteeseen syy-yhteyttä, vaikka itse asiassa niitä ei olekaan. Tämä ilmeinen suhde voi tapahtua sattumalta. On olemassa lukuisia tapauksia, joissa muuttujien välinen korrelaatiokerroin on merkittävä eikä niiden välillä ole syy-yhteyttä. Eli ilmeisesti yksi muuttuja aiheuttaa toisen, vaikka heillä ei ole mitään tekemistä sen kanssa.
Esimerkki väärästä suhteesta
Esimerkki väärästä suhteesta voi olla 12-18-vuotiaiden lasten pituuden ja matematiikan tiedon välinen suhde.
Kun lapset kasvavat, he pitenevät. Kun lapset myös kasvavat, he etenevät läpi vuoden oppimaan lisää matematiikkaa ja kykenemään ratkaisemaan monimutkaisempia ongelmia. Oletetaan, että keräämme tilastollisen otoksen 12-18-vuotiaista lapsista.
Voimme nähdä, että kun heidän pituudensa kasvaa (he ovat vanhempia), he pystyvät ratkaisemaan monimutkaisempia matematiikkaongelmia, mutta aiheuttaako korkeus näille lapsille enemmän matematiikkaa? Ilmiselvästi ei. Tämä johtuu kolmannesta muuttujasta, jota kutsutaan "sekoittimeksi" tai "piilotetuksi muuttujaksi". Tässä tapauksessa piilotettu muuttuja on älyllinen kapasiteetti.
Kun lapset kasvavat, heidän älyllinen kapasiteetti kasvaa ja numeeriset taidot paranevat. Nämä lapset pystyvät ratkaisemaan yhä monimutkaisempia ongelmia, joihin he eivät olleet kykeneviä nuorempana. Kun otetaan huomioon, että ikääntyessään ja kehittäessään älyllistä kapasiteettiaan he pitenevät, saattaa tuntua siltä, että lasten pituuden ja heidän matemaattisten taitojensa välillä on syy-yhteys. Tämä on yksinkertaisesti sattumaa, koska pitempi tai lyhyempi oleminen ei tarkoita sitä, että pystymme saamaan suurempia matemaattisia kykyjä. Täten yksi muuttuja ei aiheuta tai selitä toista.
Korrelaation ja syy-yhteyden välinen ero
Tällaisissa esimerkeissä on luotu lause "korrelaatio ei tarkoita syy-yhteyttä". Katso ero korrelaation ja syy-yhteyden välillä.
Sinun täytyy olla varovainen ja soveltaa logiikkaa. Voi käydä niin, että kun edustetaan erilaisia muuttujia kaavioissa, saattaa tuntua siltä, että ne liittyvät toisiinsa. Tosiasia on kuitenkin, että edessämme on väärä suhde. Käytettävän kaaviotyypin ja sovellettavan mittakaavan mukaan voimme löytää ilmeisesti erittäin vakuuttavia suhteita. Siksi kun etsitään syy-yhteyttä muuttujien välillä, graafinen esitys ja yksinkertaiset laskelmat eivät riitä.