Et falskt forhold refererer til utseendet der det er en årsakssammenheng mellom variabler når det i virkeligheten ikke eksisterer.
Ved flere anledninger ser det ut til å være årsakssammenheng mellom variabler når det faktisk ikke er noen. Dette tilsynelatende forholdet kan oppstå ved enhver sjanse. Det er mange tilfeller der korrelasjonskoeffisienten mellom variabler er signifikant, og det er ingen årsakssammenheng mellom dem. Det vil si at en variabel tilsynelatende forårsaker den andre, selv om de ikke har noe å gjøre med det.
Eksempel på falskt forhold
Et eksempel på et falskt forhold kan være forholdet mellom høyden på 12 til 18 år gamle barn og kunnskap om matematikk.
Når barna blir eldre, blir de høyere. Etter hvert som barn blir eldre, utvikler de seg gjennom året med å lære mer matte og være i stand til å løse mer komplekse problemer. Anta at vi samler inn et statistisk utvalg av barn mellom 12 og 18 år.
Vi kunne se at når høyden øker (de er eldre), er de i stand til å løse mer komplekse matteproblemer, men forårsaker høyden at disse barna kan mer matte? Åpenbart ikke. Dette skyldes en tredje variabel kalt "confounder" eller "skjult variabel". I dette tilfellet er den skjulte variabelen intellektuell kapasitet.
Når barna blir eldre, øker deres intellektuelle kapasitet og numeriske ferdigheter forbedres. Disse barna er i stand til å løse stadig mer komplekse problemer som de ikke var i stand til da de var yngre. Gitt at når de blir eldre og utvikler sin intellektuelle kapasitet, blir de høyere, kan det virke som om det er en årsakssammenheng mellom barns høyde og deres matteferdigheter. Dette er rett og slett en tilfeldighet, fordi det å være høyere eller kortere ikke innebærer å kunne ha større matematiske evner. Dermed forårsaker eller forklarer ikke den ene variabelen den andre.
Forskjell mellom korrelasjon og kausalitet
Eksempler som dette har laget uttrykket "korrelasjon innebærer ikke årsakssammenheng." Se forskjell mellom korrelasjon og kausalitet.
Du må være forsiktig og bruke logikk. Det kan hende at når det representerer forskjellige variabler i grafer, kan det se ut til at de er relatert til hverandre. Imidlertid er realiteten at vi står overfor et falskt forhold. Avhengig av hvilken type graf vi bruker og skalaen vi bruker, kan vi synes tilsynelatende veldig overbevisende forhold. Derfor, når vi ser etter et årsakssammenheng mellom variabler, er ikke en grafisk fremstilling og enkle beregninger nok.