Most induló sorozatunkból ki fog derülni, mi az a kettős vakpróba, hogyan lehet grafikonokkal és ábrákkal hazudni, hogyan került konfliktusba az üzlet és a tudomány világa már a modern statisztika hajnalán is, és hogy mi a közös a nyelvészben és a békefenntartóban! Aki velünk tart, más szemmel fogja nézni a tudományos témájú sajtóközleményeket... vagy akár a választási kampányokat!

Brazil ENSZ-békefenntartó Haitiban. A fegyver csöve a talajra mutat.
(Forrás: Wikimedia commons)

Miért van szükség kutatásmódszertanra?

Az talán nem igényel sok magyarázatot, hogy a tudósoknak miért van rá szükségük. Minden szakmának megvannak a módszerei, amikhez ajánlatos ragaszkodni – például ha valaki katona vagy vadász, az tudja, hogy a lőfegyvert mindig úgy kell kezelni, mintha töltve lenne; viccből se szabad arra tartani, amerre nem szeretnénk lőni vele.

A tudományos kutatók tevékenysége talán nem vezet ilyen gyakran élet-halál kérdésekhez, de azért ez is előfordulhat, például ha arról kell dönteni, hogy két műtéti eljárás közül melyiket érdemes használni, vagy – hogy a nyelvészeten belül maradjunk – beszédzavarokban milyen fejlesztő módszerek eredményesek.

Ez persze még nem jelentené azt, hogy mindenkinek szüksége van a kutatásmódszertanra. Foglalkozzanak ilyesmivel a tudósok, gondolnánk, azért tartja el őket az állam a mi adónkból, vagy valamelyik nagy cég a más irányú tevékenysége bevételeiből. Röviden: nem a mi dolgunk.

De ahogy nem árt, ha tudjuk, hogy nem jó dolog másra irányítanunk a fegyver csövét, csak ha le akarjuk lőni, úgy nem árt az sem, ha legalább nagy vonalakban tisztában vagyunk azzal, miért csinálják a tudósok azt, amit, és hogyan működik „a” tudomány. Ettől nem fogunk nekilátni kísérleteket tervezni a sufniban kevés szabadidőnkben, de ha például egy befektetést ajánló cég szórólapján észrevesszük a grafikonos trükköket ismertető részünkben olvasható módszereket, elgondolkozhatunk, hogy jó ötlet-e erre a cégre bízni a pénzünket. Emellett egyre gyakoribbak a tudományos szóhasználattal bizalmat keltő, de a tudománnyal köszönő viszonyban sem lévő csalások, csodagyógymódok – ha ezeket elkerüljük, máris jobban jártunk.

A rejtélyes harmadik változó

Lássunk egy példát, amin áttekinthető, hogyan is jöhet jól nekünk a kutatásmódszertan! Az eredeti cikk a Nature-ben jelent meg 1999-ben, és azt az állítást tartalmazta, hogy azok a gyerekek, akik úgy alszanak, hogy a szobában ég egy lámpa (vagy maga a villany, vagy kis éjjeli fényforrás), jóval nagyobb eséllyel lesznek rövidlátók. (Itt el lehet olvasni ingyen is a szöveget.) Tehát ha az olvasó nem szeretné, hogy a csemetéje szemüveges legyen, kapcsoljon le gondosan mindent lefekvés előtt.

Ez az összefüggés nagyon jól hangzik – habár a cikkben magában érintőlegesen említik, hogy az oksági kapcsolatra nincs adat –; nem csoda hát, hogy a média is beszámolt róla. Igen ám, csakhogy hamarosan kiderült, hogy nem az éjszakai világítástól lesz a gyerek rövidlátó. Az együttjárás valóban fennáll, de egészen más okozza: az, hogy a rövidlátás öröklődik, és a rövidlátó szülők hajlamosabbak a gyerek szobájában hagyni valamilyen fényforrást. Ha kiküszöböljük a szülő rövidlátásának hatását, az összefüggés eltűnik...

Mégsem árt az éjszakai lámpa
(Forrás: Wikimedia commons)

Ezt és a hasonló jelenségeket a „harmadik változó problémája” néven ismerik a kutatók. Változó minden olyan dolog, amit mérhetünk, és különböző értékeket vehet fel. Ebben a példában két változó volt eredetileg: mennyi fény volt éjszaka a szobában a gyerek első két életévében (legyen ez A) és milyen a gyerek látása most (legyen ez B).

A és B a számadatok tanúsága szerint kapcsolatban van egymással: ha több volt a fény, rosszabb lett a gyerek látása. Ezt senki sem vitatja. Látható, hogy A időben megelőzi B-t, és azt gondolhatnánk, hogy akkor A is okozza B-t. Itt van a kutya elásva! Ez a következtetés ugyanis egyáltalán nem igaz, általánosságban sem. De miért?

Az okság és az együttjárás közti különbség

A tudósok különbséget tesznek együttjárás (korreláció) és okság (kauzalitás) között. Az együttjárás azt jelenti, hogy ha az egyik változó értékét változtatjuk, a másik hasonlóan változik. Ez lehet olyan is, hogy ha az egyik növekszik, akkor a másik is növekszik – ez a pozitív korreláció –, de olyan is, hogy ha az egyik növekszik, a másik csökken – ez a negatív. A fenti példában a szoba világítása és a későbbi rövidlátás között meglehetősen erős pozitív együttjárás van.

Viszont ez a kapcsolat magában még nem jelent semmit az oksággal kapcsolatban! Lehet, hogy A okozza B-t, az is lehet, hogy B okozza A-t. Persze ebben a konkrét esetben nem túl valószínű, hogy B okozza A-t, mert B időben később van. De az is elképzelhető, hogy egy harmadik változó – legyen mondjuk C – miatt változik B. Tényleg ezt látjuk, a szülő rövidlátása (melyet eredetileg nem mértek!) vezet a gyerek rövidlátásához. A helyzet azért megtévesztő, mert C A-t is okozza: a rövidlátó szülők erősebb világítást használnak.

Ha ez kicsit bonyolultnak hangzik, a következő ábra áttekinthetőbbé teszi:

A nyilak az okozás irányát mutatják
(Forrás: Takács Boglárka)

További zaftos szemléltető példák

C okozza A-t és B-t is, avagy a harmadik változó problémája:

Csodás példány az angol Wikipédiából (sajnos nem tudjuk, eredetileg honnan származik): ha cipőben alszunk, gyakrabban ébredünk úgy, hogy fáj a fejünk. Valójában mindkettő akkor fordul elő gyakrabban, ha részegen kerülünk az ágyba; a harmadik változó a lefekvés előtti alkoholfogyasztás.

Korábbi hírünk a mobiltelefonos adótornyokról és a termékenységről is ide tartozik.

B okozza A-t, avagy fordított irányú okság:

Az erőszak és a videojátékok esetében is felmerült ez a kérdés. Agresszívabb gyerekek többet játszanak agresszív játékokkal. Lehet, hogy nem a játékok változtatják meg a személyiséget, hanem aki alapból erőszakosabb, az ilyen szórakozást fog keresni magának. (Egyébként a hatás úgy tűnik, meglehetősen kicsi.)

A okozza C-t és C okozza B-t, avagy közvetett okság:

1973-ban beperelték a kaliforniai Berkeley egyetemet, hogy hátrányosan diszkriminálja a leendő női hallgatókat. A tények világosnak tűntek: valóban jóval nagyobb arányban vettek fel férfiakat, mint nőket. De amikor tanszékenként vizsgálták az adatokat, eltűnt a hatás, tehát egyik tanszék sem diszkriminált. Hogy lehet ez? Mint kiderült, úgy, hogy a nők hajlamosabbak voltak a népszerűbb helyekre jelentkezni, és ebből kifolyólag kevesebbet is vettek fel közülük. Tehát valószínűleg a női nem okozta a túlzsúfolt szakokra jelentkezést, és ez utóbbi okozta azt, hogy kevesebbet vettek fel közülük.

Segítség!

Most már tudjuk, hogy két változó együttjárásából semmit sem mondhatunk arról, hogy milyen oksági viszony van közöttük. De hát valahogy csak meg kéne mondani, mi okoz mit! Vannak olyan filozófusok, akik azt mondják, hogy ez reménytelen...

David Hume szerint ki is dobhatjuk az okságot
(Forrás: Wikimedia commons)

A tudományos kutatók a gyakorlatban szerencsére nem így gondolják. Akkor mit csinálnak? Kísérletet! A következő részből kiderül, pontosan mi is az a kísérlet és mire jó.

Irodalom

Babbie, E. (2003): A társadalomtudományi kutatás gyakorlata. Budapest: Balassi.

Bickel, P. J., Hammel, E. A., O'Connell, J. W. (1975): Sex Bias in Graduate Admissions: Data from Berkeley. Science, 187(4175): 398-404.

Gwiazda, J., Ong, E., Held, R., Thorn, F. (2000): Vision: Myopia and ambient night-time lighting. Nature, 404: 144.

Kutrovácz, G. (évsz. nélk.): Induktív logika fóliák. (Innen van a közvetett oksági példa.)

Quinn, G. E., Shin, Ch. H., Maguire, M. G., Stone, R. A. (1999): Myopia and ambient lighting at night. Nature, 399: 113-114.

Sherry, J. L. (2001): The Effects of Violent Video Games on Aggression: A Meta-Analysis. Human Communication Research, 27(3): 409-431.

Wikipédia