close

因果關係

在學術上
因果關係指的是
獨立變數(independent variable,IV)引起依變數(dependent variable,DV)的改變

一般來說
獨立變數改變的程度較低
依變數改變的程度較高
例如︰性別、年齡、特質…等較不會改變
通常會用來當成獨立變數

另外
若已知事情發生的順序
則獨立變數先於依變數

例如︰「當水加熱到100度C就會沸騰」
就是很明確的因果關係

在實務上
我們能觀察到相關
但無法觀察到因果
因為因果是須要推論的
(不過因為推論會錯,所以我們要想辦法降低推論的錯誤)

A、B之間因果關係要成立
一般會透過以下方式來證明

1.A、B 之間是否存在可預測的變動狀況(例如︰A增加,B也會增加)
2.A發生在B之前(例如︰A增加,B接著增加)
3.是否可以排除其他影響B的因素(例如︰B增加是受到A的影響,而非C、D、E等其他變數的影響)

在推論因果關係時
我們一般會透過實驗設計來進行
(大家可以回想一下「雀巢即溶咖啡」的文章)

實現設計可以控制獨立變數以外的因素(例如︰C、D、E)
透過隨機分派
我們可以確認A、B 之間是否有因果關係存在

只是在真實的生活裡
情況並非這麼簡單
因為許多法則背後都有前提條件
就像「當水加熱到100度C就會沸騰」這句話
應該改成
「在海平面上,當純水加熱到100度C就會沸騰」

在社會科學中
因為人類行為的複雜性
導致前提條件跟著變的複雜
因此
在推論因果關係時
也變的更加困難

舉例來說
當產能不足時
我們會趕快增加產能
當業績出了問題
我們直覺的反應是多多促銷

這樣的結果容易產生
太著重眼前顯而易見的因果關係
而忽略了背後真正可能的因果關係
(子系統裡的因果,可能並非真正的因果)

例如︰
產能不足的真正原因
可能來自於下游廠商誤判消費者的需求
業績不好的真正原因
可能來自於消費者需求已經悄悄地改變

了解因果關係的推論
有助於我們見樹又見林

加油!

張承

arrow
arrow
    全站熱搜

    Peter 發表在 痞客邦 留言(0) 人氣()