Kausalität (und der Unterschied zur Korrelation) einfach erklärt
numiqo - Deutsch
https://www.youtube.com/watch?v=0Cduhc-UccU

Transkript (automatisch erstellt)

0:00 Was ist eigentlich Kausalität und was ist der Unterschied zwischen Kausalität und Korrelation? Kausalität ist die Beziehung zwischen einer Ursache und
0:09 einer Wirkung. Bei einer kausalen Beziehung haben wir eine Ursache und eine daraus resultierende Wirkung. Z.B. Kaffee enthält Koffein, eine
0:20 stimulierende Substanz. Wenn man Kaffee trinkt, gelangt das Koffein in den Körper, beeinflusst das zentrale Nervensystem und führt zu erhöhter
0:29 Wachheit. Das Trinken von Kaffee ist die Ursache für das Gefühl von Wachheit, das sich anschließend einstellt. Ohne das Trinken von Kaffee würde die Wirkung,
0:39 also das Gefühl von Wachheit, nicht auftreten. Kausalität ist aber nicht immer so einfach zu bestimmen. Es müssen klare Anforderungen erfüllt werden,
0:48 damit man von einer kausalen Beziehung sprechen kann. Dazu aber später mehr. Was ist nun der Unterschied zwischen Korrelation und Kausalität? Eine
0:57 Korrelation sagt uns, dass zwischen zwei Variablen ein Zusammenhang besteht. Beispiel: Es gibt eine positive Korrelation zwischen Eisverkäufen und
1:06 der Zahl der Sonnenbrände. Eine bestehende Korrelation kann uns aber nicht sagen, welche Variable welche beeinflusst oder ob eine dritte Variable
1:16 für den Zusammenhang verantwortlich ist. In unserem Beispiel werden beide Variablen von einer gemeinsamen Ursache beeinflusst, nämlich sonnigem Wetter. An
1:26 sonnigen Tagen kaufen die Menschen mehr Eis und verbringen mehr Zeit im Freien. Dies kann zu einem erhöhten Risiko für Sonnenbrände führen. Kausalität bedeutet
1:35 nun, dass zwischen zwei Variablen ein klarer Ursache Wirkungszusammenhang besteht. Eine Kausalität liegt dann vor, wenn du sicher sagen kannst, welche
1:44 Variablen welche beeinflusst. Ein häufiger Fehler bei der Interpretation von Statistiken besteht aber darin, dass eine Korrelation sofort als kausaler
1:53 Zusammenhang angenommen wird. Dazu ein passendes Beispiel. Der amerikanische Statistiker Daryl HF fand eine negative Korrelation zwischen der Anzahl der
2:03 Kopfläuse und der Körpertemperatur der Bewohner einer Inselgruppe. Eine negative Korrelation bedeutet, dass Menschen mit vielen Läusen generell eine
2:12 niedrigere Körpertemperatur haben und Menschen mit wenig Läusen generell eine höherere Körpertemperatur haben. Die Bewohner der Inselgruppe schlossen
2:20 daraus, dass Läuse, da sie das Fieber senken, gut für die Gesundheit sind. Ihre Vermutung war also, dass Kopfläuse einen Einfluss auf die Körpertemperatur
2:30 haben. In Wirklichkeit ist die richtige Schlussfolgerung genau anders herum. In einem Experiment konnte nachgewiesen werden, dass hohes Fieber die Läuse
2:39 vertreibt. Die hohe Körpertemperatur ist also die Ursache, nicht die Wirkung. Was sind nun die Voraussetzungen, damit man von Kausalität sprechen kann? Es gibt
2:48 zwei Bedingungen für Kausalität. Erstens, es gibt eine signifikante Korrelation zwischen den Variablen. Das ist leicht zu prüfen.
2:57 Wir prüfen einfach, ob der Korrelationskoeffizient signifikant von null abweicht. Die zweite Bedingung kann auf drei Arten
3:04 erfüllt werden. Erstens, es gibt einen zeitlichen Ablauf. Die Resultate einer Variable sind zeitlich vor den Resultaten der anderen Variable
3:14 aufgetreten. Experiment. Es wurde ein kontrolliertes Experiment durchgeführt, in dem die beiden Variablen gezielt beeinflusst werden konnten. Drittens,
3:23 Theorie. Es gibt eine fundierte und plausible Theorie, in welche Richtung die kausale Beziehung geht. Wenn es nur eine signifikante Korrelation gibt, aber
3:33 keine der weiteren drei Bedingungen erfüllt ist, können wir nur von einem Zusammenhang sprechen, aber niemals von einer Kausalität. Vielen Dank und ich
3:41 hoffe, das Video hat dir gefallen.