3.4 Korrelasjon og kausalitet

Forskjellen mellom samvariasjon og årsakssammenheng, og vanlige feilslutninger.

50 min

13 oppgaver

KorrelasjonKausalitetTilfeldig samvariasjonBakenforliggende variabelMellomleddOmvendt årsakssammenheng

Du leser den tradisjonelle versjonen

Din fremgang i kapitlet

0 / 13 oppgaver

Kapitlets plass i kurset

Bygger på

3.1Beskrivende statistikk

Korrelasjon og kausalitet

Issalget øker når temperaturen stiger – men is forårsaker ikke varmt vær. Å skille samvariasjon fra årsakssammenheng er en av statistikkens viktigste ferdigheter.

Korrelasjon

r

Kausalitet

A

✏️Issalg og drukningsulykker

Det er sterk korrelasjon mellom issalg og antall drukningsulykker. Betyr det at is forårsaker drukning?

Både issalget og antall drukningsulykker øker om sommeren.

Varmt vær får folk til å kjøpe mer is og til å bade mer, og når flere bader, blir det flere ulykker.

Sommerværet er en bakenforliggende variabel som påvirker begge størrelsene.

Svar: Nei. Is forårsaker ikke drukning. Samvariasjonen skyldes den bakenforliggende variabelen sommervær. Samvariasjonen er ikke tilfeldig – den har en felles årsak – men is påvirker ikke drukning.

Gjør dette i GeoGebra

Utforsk: Sterk korrelasjon uten årsakssammenheng

Punktene viser temperatur (x) og antall badeulykker (y) – de følger regresjonslinja tett, altså sterk korrelasjon. Men varmen forårsaker ikke ulykkene direkte: flere bader når det er varmt, og antallet badende er et mellomledd. Korrelasjon beviser aldri kausalitet.

Skriv inn én linje om gangen i inntastingsfeltet:

liste1 = {(20, 12), (22, 15), (24, 19), (26, 24), (28, 30), (30, 38)}
f = RegLin(liste1)

Med språket satt til norsk forstår GeoGebra kommandonavnene både på norsk og engelsk.

Åpne GeoGebra

Vanlig feilslutning

«Korrelasjon innebærer ikke kausalitet.» Avisoverskriften «De som spiser frokost tjener mer» kan skyldes sosioøkonomisk bakgrunn, ikke frokosten.

✏️Eksempel: Korrelasjon eller kausalitet?

En studie viser at elever som leser mer, har bedre karakterer. Kan vi konkludere med at lesing fører til bedre karakterer?

Lesing og gode karakterer samvarierer, altså er det en korrelasjon.

Mulige bakenforliggende variabler:

- Motiverte elever leser kanskje mer og jobber hardere med skolearbeidet.
- Foreldre som oppfordrer til lesing, følger kanskje også opp skolearbeidet mer.
- Elever med gode evner finner det kanskje lettere å lese og får gode karakterer.

Mulig omvendt årsakssammenheng: elever som gjør det bra på skolen, får bedre selvtillit og leser derfor mer.

Svar: Nei. Lesing og gode karakterer henger sammen, men vi kan ikke påstå at det ene forårsaker det andre uten grundigere undersøkelser, for eksempel kontrollerte eksperimenter.

📝Oppgave 1

Hva betyr sterk korrelasjon mellom to variabler?

📝Oppgave 2

Det er positiv korrelasjon mellom antall brannmenn på et brannsted og skadeomfanget. Forårsaker brannmennene mer skade? Forklar.

📝Oppgave 3

Hva betyr $r = -0{,}85$ ?

📝Oppgave 4

Barn som sover med sko har oftere hodepine neste dag. Foreslå en bakenforliggende variabel.

📝Oppgave 5

Hvilken er mest sannsynlig kausalitet (ikke bare korrelasjon)?

📝Oppgave 6

En studie viser at land med høyere sjokoladeforbruk per innbygger har flere nobelprisvinnere. Hva er den mest sannsynlige forklaringen?

📝Oppgave 7

Det er negativ korrelasjon mellom antall timer med trening per uke og hvilepuls. Er sammenhengen kausal? Vurder også om den kan gå motsatt vei.

📝Oppgave 8

Tabellen viser gjennomsnittstemperaturen og antall badeulykker i et fylke i seks sommeruker.

Temperatur (°C)	20	22	24	26	28	30
Badeulykker	12	15	19	24	30	38

Bruk GeoGebra til å finne korrelasjonskoeffisienten $r$ .

Beskriv samvariasjonen.

Finn en lineær modell med GeoGebra, og bruk den til å anslå antall badeulykker i en uke med gjennomsnittstemperatur 25 °C.

Betyr den sterke korrelasjonen at varmen forårsaker badeulykkene?

Løs oppgaven

Oppsummering

I dette kapittelet har du lært om korrelasjon og kausalitet:

- Korrelasjon betyr at to størrelser samvarierer — når den ene endrer seg, endrer den andre seg også.
- Korrelasjonskoeffisienten $r$ ligger mellom $-1$ og $1$ . Tallverdien $|r|$ viser styrken ( $|r| \ge 0{,}7$ sterk, $0{,}3 \le |r| < 0{,}7$ moderat, $|r| < 0{,}3$ svak eller ingen), fortegnet viser retningen.
- Kausalitet betyr at den ene størrelsen faktisk er årsak til endringen i den andre.
- Korrelasjon beviser ikke kausalitet — ofte skyldes samvariasjonen en bakenforliggende variabel (felles årsak) som påvirker begge.
- Et mellomledd ligger mellom årsak og virkning: $A \to M \to B$ .
- Tilfeldig samvariasjon er et rent sammentreff, uten årsak og uten felles årsak.
- Ved omvendt årsakssammenheng går årsaken motsatt vei av det vi først tror.
- For å vise kausalitet trenger vi korrelasjon, riktig tidsrekkefølge og at alternative forklaringer er utelukket.
- Årsakssammenhenger kan undersøkes med kontrollerte eksperimenter med tilfeldig fordeling i tiltaks- og kontrollgruppe.

Nøkkelbegreper

Begrep	Forklaring
Korrelasjon	Statistisk samvariasjon mellom to størrelser
Korrelasjonskoeffisient $r$	Mål på lineær samvariasjon, fra $-1$ til $1$
Kausalitet	Årsakssammenheng
Bakenforliggende variabel	Tredje variabel (felles årsak) som påvirker begge størrelsene
Mellomledd	Variabel mellom årsak og virkning: $A \to M \to B$
Tilfeldig samvariasjon	Samvariasjon som er et rent sammentreff

Viktig å huske

Spør alltid: Kan samvariasjonen skyldes noe annet enn en direkte årsak?

Repetisjonsoppgaver

Din fremgang

0deloppgaver0 / 5 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.