Grundlagen sozialwissenschaftlicher Methodologie - Glossar/Kausalität

From Eksa
Jump to: navigation, search

Vorheriges Kapitel: 2.10 Kategorisierung und Klassifizierung

2.11 Kausalität

Verfasst von Andrea Payrhuber et al.

(lat. causalis = zur Ursache gehörend)

Ein nicht umkehrbarer empirischer Zusammenhang (von Ursache und Wirkung) zwischen zwei oder mehreren Phänomenen - ausgedrückt in Variablen[1]. Voraussetzung um einen kausalen Zusammenhang feststellen zu können, ist die Ermittlung der unabhängigen (einflussgebenden) und der abhängigen (beeinflussten) Variablen. Durch gezielte Manipulation der unabhängigen Variablen (Vu) mittels experimentellem Design, in dem alle anderen beeinflussenden Faktoren ausgeschaltet und kontrolliert werden, kann die veränderte Wirkung auf die abhängige Variable (Va) gemessen werden.

Grafik: Kausalität, Quelle: A. Payrhuber

Auswertung: Ob tatsächlich Kausalität vorliegt, kann ausschließlich inhaltlich begründet und mittels experimentellem Design überprüft werden. Auch wenn die statistischen Auswertungsmethoden bei Korrelation und Kausalität ident sind und die Stärke des Zusammenhangs jeweils mittels Korrelationskoeffizienten gemessen wird. Nachdem Experimente sehr aufwändig sind und daher selten durchgeführt werden, stellen die meisten sozialwissenschaftlichen Ergebnisse Korrelationen dar und dürfen nicht als Kausalität interpretiert werden.

Ausnahme

Einige demographische Daten (wie Alter, Geschlecht, Geburtsort,…) sind immer unabhängig, da unveränderbar. So wird z.B. eine politische Einstellungsänderung weder das Geschlecht noch das Alter verändern können.


Referenzstudien:

Lazarsfeld, Paul F., Berelson, Bernard, Gaudet, Hazel. 1948. The people’s choice: how the voter makes up his mind in a presidential campaign. New York: Columbia University Press.
Milgram, Stanley. 2008. Eine verhaltenspsychologische Untersuchung des Gehorsams. In: Pethes, Nicolas (Hrsg.). Menschenversuche. Frankfurt/Main: Suhrkamp, 739-749.

(siehe dazu auch erklären[2])


Verweise:
[1] Siehe Kapitel 2.23
[2] Siehe Kapitel 1.1.3

Inhalt

2.11.1 Beispiele für Kausalität


Beispiel Marienthal:

Je länger die Dauer der Arbeitslosigkeit, desto langsamer die Gehgeschwindigkeit. Die Gehgeschwindigkeit hängt von der Dauer der Arbeitslosigkeit ab, und nicht die Dauer von der Geschwindigkeit.

Beispiel Besonnenheit von Mitarbeitern:

Je älter ein Mitarbeiter, desto besonnener geht er an Problemlösungen heran. Versuchte man hier im Sinne von Korrelation zu interpretieren, so würde das bedeuten, dass Mitarbeiter durch besonnenes Handeln älter würden. Da dieser Schluss unsinnig und unmöglich ist, handelt es sich eindeutig um Kausalität. Die Besonnenheit hängt vom Alter ab und nicht das Alter von der Besonnenheit.


2.11.2 Fehlinterpretation bei Kausalität


Verfasst von Andrea Payrhuber et al.

Bei Kausalität ergeben sich folgende Gefahren für Fehlinterpretationen:

Korrelation als Kausalität interpretiert

Einer der häufigsten Fehler in den Sozialwissenschaften ist es, Korrelationen als Kausalität zu interpretieren.

Grafik: Kausalketten, Quelle: A. Payrhuber

Ist eine abhängige Variabel (Va1) die Ursache für eine andere abhängige Variable (Va2), so könnte die Ursache für die erste abhängige Variable (Vu1) fälschlich als Ursache für die zweite abhängige Variable interpretiert werden.

Beispiel Lebensstandard (Kausalkette)

Wenn z.B. hohe Bildung (Vu1) zu hohem Einkommen und Lebensstandard führen (Va1) und dieser hohe Lebensstandard (Vu2) wiederum nicht mit vielen Kindern vereinbar ist, wird der Standard zur Vu2 für den Umstand, weniger Kinder zu haben. Falsch wäre es zu interpretieren, dass die Bildung an sich die Zahl der Kinder verringert.

Beispiel Kinderzahl

Eine Kultur- und Sozialanthropologin besucht zwei Dörfer und stellt dabei fest, dass die Frauen in Dada-Dorf mehr als zwei Kinder haben und in Sasa- Dorf weniger als zwei Kinder. Man könnte meinen es gibt einen Zusammenhang mit der sozialen Situation in den Dörfern.

Grafik: Beispiel für unterschiedliche Kinderzahlen in zwei Dörfern, Quelle: A. Payrhuber

Die Kultur- und Sozialanthropologin untersucht die Ursache um das Phänomen zu erklären. Dabei stellt sie durch Untersuchungen des Trinkwassers fest, dass im Sasa- Dorf das Wasser mit Schwermetall belastet ist, wodurch die Fruchtbarkeit negativ beeinflusst wird.

Es gibt einen Zusammenhang zwischen der Schwermetallbelastung und der Kinderzahl.


Nächstes Kapitel: 2.12 Korrelation


↑ Nach oben