Kausaalianalyysi

Pääartikkelit: Kausaliteetti ja Kausaliteetti (fysiikka)

Kausaliteetin luonnetta tutkitaan systemaattisesti useilla akateemisilla tieteenaloilla, kuten filosofiassa ja fysiikassa.

Akatemiassa kausaaliteorioita on huomattava määrä; Oxford Handbook of Causation (Beebee, Hitchcock & Menzies 2009) käsittää 770 sivua. Filosofian piirissä vaikutusvaltaisimpia teorioita ovat Aristoteleen neljä syytä ja Al-Ghazalin occasionalismi. David Hume väitti, että uskomukset kausaalisuudesta perustuvat kokemukseen, ja kokemus vastaavasti siihen olettamukseen, että tulevaisuus mallintaa menneisyyttä, joka puolestaan voi perustua vain kokemukseen – mikä johtaa kehälogiikkaan. Lopuksi hän väitti, että kausaliteetti ei perustu todelliseen päättelyyn: vain korrelaatio voidaan todella havaita. Immanuel Kant oli Beebee, Hitchcock & Menziesin (2009) mukaan sitä mieltä, että ”kausaaliperiaatetta, jonka mukaan jokaisella tapahtumalla on syy tai joka seuraa kausaalilain mukaisesti, ei voida vahvistaa induktiolla puhtaasti empiirisenä väitteenä, koska silloin siltä puuttuisi tiukka universaalisuus eli välttämättömyys”.

Filosofian ulkopuolella kausaaliteorioita voidaan tunnistaa klassisessa mekaniikassa, tilastollisessa mekaniikassa, kvanttimekaniikassa, avaruusaikateorioissa, biologiassa, yhteiskuntatieteissä ja oikeustieteissä. Jotta fysiikassa voidaan todeta korrelaatio kausaaliseksi, ymmärretään yleensä, että syyn ja seurauksen on oltava yhteydessä toisiinsa paikallisen mekanismin (vrt. esim. vaikutuksen käsite) tai ei-lokaalisen mekanismin (vrt. kentän käsite) kautta tunnettujen luonnonlakien mukaisesti.

Termodynamiikan näkökulmasta syiden universaalit ominaisuudet verrattuna vaikutuksiin on tunnistettu termodynamiikan toisen lain avulla, mikä vahvistaa muinaisen, keskiaikaisen ja kartesiolaisen näkemyksen siitä, että ”syy on suurempi kuin vaikutus” termodynaamisen vapaan energian erityistapauksessa. Tämän puolestaan kyseenalaistavat suositut tulkinnat epälineaaristen systeemien ja perhosilmiön käsitteistä, joissa pienet tapahtumat aiheuttavat suuria vaikutuksia johtuen vastaavasti ennustamattomuudesta ja suurten potentiaalienergiamäärien epätodennäköisestä laukaisemisesta.

Kausaliteetti konstruoituna kontrafaktuaalisista tiloistaEdit

See also: Verifikationismi

Intuitiivisesti kausaalisuus näyttää edellyttävän korrelaation lisäksi kontrafaktuaalista riippuvuutta. Oletetaan, että opiskelija suoriutui kokeesta huonosti ja arvelee, että syynä oli se, ettei hän opiskellut. Tämän todistamiseksi ajatellaan kontrafaktuaalia – sama opiskelija kirjoittaa saman kokeen samoissa olosuhteissa, mutta on opiskellut edellisenä iltana. Jos historiaa voitaisiin kelata taaksepäin ja muuttaa vain yhtä pientä asiaa (saada opiskelija opiskelemaan koetta varten), syy-yhteys voitaisiin havaita (vertaamalla versiota 1 versioon 2). Koska historiaa ei voi kelata taaksepäin ja toistaa tapahtumia sen jälkeen, kun on tehty pieniä kontrolloituja muutoksia, kausaalisuutta voidaan vain päätellä, mutta sitä ei voida koskaan tarkasti tietää. Tätä kutsutaan kausaalisen päättelyn perusongelmaksi – kausaalivaikutuksia on mahdotonta havainnoida suoraan.

Tieteellisten kokeiden ja tilastollisten menetelmien tärkeimpänä tavoitteena on lähestyä mahdollisimman hyvin maailman kontrafaktuaalista tilaa. Voidaan esimerkiksi tehdä koe identtisillä kaksosilla, joiden tiedetään saavan jatkuvasti samat arvosanat kokeista. Toinen kaksosista lähetetään opiskelemaan kuudeksi tunniksi, kun taas toinen lähetetään huvipuistoon. Jos heidän koepistemääränsä yhtäkkiä eroaisivat huomattavasti toisistaan, tämä olisi vahva todiste siitä, että opiskelulla (tai huvipuistossa käymisellä) oli kausaalinen vaikutus koepistemääriin. Tässä tapauksessa opiskelun ja koepisteiden välinen korrelaatio merkitsisi lähes varmasti syy-yhteyttä.

Hyvin suunnitellut kokeelliset tutkimukset korvaavat edellisen esimerkin mukaisen yksilöiden tasa-arvon ryhmien tasa-arvolla. Tavoitteena on muodostaa kaksi ryhmää, jotka ovat samanlaisia lukuun ottamatta ryhmien saamaa käsittelyä. Tämä saavutetaan valitsemalla koehenkilöt yhdestä populaatiosta ja jakamalla heidät satunnaisesti kahteen tai useampaan ryhmään. Todennäköisyys sille, että ryhmät käyttäytyvät keskenään (keskimäärin) samalla tavalla, kasvaa sitä mukaa kuin kussakin ryhmässä on koehenkilöitä. Jos ryhmät ovat olennaisesti samanarvoisia lukuun ottamatta niiden saamaa hoitoa ja havaitaan ero ryhmien tuloksissa, tämä on todiste siitä, että hoito on vastuussa tuloksesta, tai toisin sanoen hoito aiheuttaa havaitun vaikutuksen. Havaittu vaikutus voi kuitenkin johtua myös ”sattumasta”, esimerkiksi satunnaisista häiriöistä populaatiossa. On olemassa tilastollisia testejä, joiden avulla voidaan kvantifioida todennäköisyys päätellä virheellisesti, että havaittu ero on olemassa, vaikka sitä ei todellisuudessa ole (ks. esimerkiksi P-arvo).

Jätä kommentti