Korrelation och Kausalitet

Vet ni skillnaden mellan korrelation och kausalitet?

• Korrelation – Om det finns ett samband mellan två eller fler faktorer säger man att de korrelerar. Korrelation innebär inte nödvändigtvis att det finns ett orsakssamband (kausalitet). De kan båda vara påverkade av en tredje faktor eller så kan sambandet bero på slumpen.  Ett klassiskt exempel på korrelation: försäljningen av glass och solglasögon följs åt. Men det är inte så att den ena orsakar att försäljningen av den andra ökar eller minskar.
• Kausalitet – Om förändringen i den ena variabeln leder till en förändring i den andra variabeln finns det ett orsakssamband, kausalitet. I vårt exempel identifierade vi en korrelation mellan försäljningen av glass och solglasögon men det som faktiskt orsakade båda är sol och värme (eller räcker det med att det är sommar 😊). Där hittade vi kausaliteten.

Så varför är det så viktigt att påminna sig om skillnaden mellan dessa två när det kommer till beslut och verksamhetsförändringar? I båda fallen styrs vi förhoppningsvis av mer än magkänsla och då vill vi ju att underlaget som pekar på en given väg framåt faktiskt inte ringat in ett falskt orsak- och verkansamband.

Ibland kan det till och med vara kontroversiellt att påpeka att det faktiskt inte nödvändigtvis är en kausalitet som rapporterats utan en korrelation. Att använda sig av en korrelation och utge det för att vara ett orsak-verkansamband är inte ovanligt om man vill driva en given agenda. Jag vill tro gott om folk generellt och tror därför att detta ibland kan vara av okunskap. Man behöver inte heller ifrågasätta själva agendan - den kan vara fullt rimlig, även om kausaliteten man bygger resonemang på kan ifrågasättas (se till exempel artikeln om att kvinnor gör företag mer lönsamma).

Ni kanske känner till Gapminder och dess bubbeldiagram – här visas på korrelation mellan olika variabler och ibland kan det även finnas ett orsakssamband men inte nödvändigtvis. Och så är det ganska ofta – det är ”lätt” att påvisa en korrelation genom att hitta ett mönster men det är nödvändigtvis inte samma sak som kausalitet (börjar det bli tjatigt?). Vill ni få er ett skratt och se några exempel på saker som korrelerar, men som med största sannolikhet inte har något orsakssamband Spurious Correlations.

Missförstå mig inte – korrelationer kan vara intressanta, viktiga och bra att identifiera. Många gånger ger det insikter och är bra startpunkter för fortsatta undersökningar och orsaksanalyser. Några exempel:

• Det är inte det kön man fötts med som påverkar hur mycket man VAB’ar. Även om man kan visa att kvinnor VAB’ar mer. Men det är definitivt något bakomliggande, systematiskt, som vi bör adressera.
• Män som besöker vårdcentraler söker inte för psykisk ohälsa i samma utsträckning som kvinnor. De söker oftare istället för fysiska åkommor som visar sig grundade i psykisk ohälsa. Genom att påvisa detta kan man anpassa vårdcentralernas arbetssätt för att fånga upp denna patientgrupp och snabbare diagnostisera dem rätt.
• Kostnaden för en tjänst ni nyttjar är väldigt hög. Du hittar en korrelation som visar att de som konkurrensutsätter och nyttja flera leverantörer har en jämförbart lägre kostnad. Denna insikt kan ju få en att från en dag till en annan börja bjuda in andra leverantörer att tillhandahålla den önskade tjänsten. Men att nöja sig med att säga ”låt oss konkurrensutsätta” utan att förstå rotorsaken till att situationen uppkommit kan vara en riskfylld väg framåt. Här kan krävas vidare analys för att kunna kravställa rätt både på kommande leverantörer men också på sin egen organisation.

Så nästa gång du ser ett samband mellan två variabler - ställ dig frågan om det är korrelation eller kausalitet du har framför dig samt om och hur det ger dig insikt i hur du ska agera.