الارتباط لا يعني السببية: كيف نقرأ العلاقة بين رقمين؟

إذا ارتفعت قيمتان معًا نقول إن بينهما ارتباطًا موجبًا، وإذا ارتفعت إحداهما بينما انخفضت الأخرى يكون الارتباط سالبًا. الارتباط يصف نمطًا في البيانات، لكنه لا يشرح وحده لماذا ظهر. هذه الجملة البسيطة تمنع كثيرًا من الأخطاء في الأخبار والدراسات والتسويق، لأن الرسم البياني قد يعرض علاقة قوية بينما يكون التفسير المقترح خاطئًا.

تخيل بيانات شهرية تظهر أن مبيعات المثلجات وحالات حروق الشمس ترتفعان في الوقت نفسه. لا تسبب المثلجات حروق الشمس، ولا تؤدي الحروق إلى شراء المثلجات. العامل الثالث هو ارتفاع الحرارة وخروج الناس إلى الأماكن المفتوحة. يسمى هذا عاملًا مربكًا: متغير يؤثر في الطرفين فيجعل العلاقة المباشرة بينهما تبدو أقوى مما هي عليه.

وقد يحدث الارتباط بسبب اتجاه زمني مشترك. عدد مستخدمي الإنترنت وحجم الاقتصاد العالمي ارتفعا خلال عقود، لذلك يمكن إيجاد ارتباط بين الإنترنت ومؤشرات كثيرة نمت في الفترة نفسها. لا يكفي ذلك لإثبات أن أحدهما سبب كل تغير في الآخر. يلزم تحديد آلية محتملة، وفحص ترتيب الأحداث، واستبعاد التفسيرات المنافسة.

اتجاه السببية نفسه قد يكون معكوسًا. إذا وجدنا أن الأشخاص الأكثر نشاطًا بدنيًا يزورون الطبيب أقل، فقد يكون النشاط عاملًا مساعدًا للصحة، لكن قد يكون المرض هو الذي يمنع بعض الأشخاص من الحركة. ويمكن أن يعمل الاتجاهان معًا. الدراسة الجيدة تناقش هذا الاحتمال بدل عرض علاقة واحدة باعتبارها تفسيرًا نهائيًا.

أقوى وسيلة لاختبار أثر تدخل هي التجربة العشوائية عندما تكون ممكنة وأخلاقية. يُوزع المشاركون عشوائيًا بين مجموعات، فيقل احتمال أن تفسر الفروق السابقة النتيجة. لكن التجارب ليست مناسبة لكل سؤال؛ لا يمكن مثلًا تعريض الناس عمدًا لمادة ضارة. عندها يستخدم الباحثون دراسات رصدية وأساليب للمقارنة وضبط المتغيرات، مع بقاء قدر من عدم اليقين.

حتى معامل الارتباط يحتاج إلى حذر. قيمة قريبة من الصفر لا تنفي كل علاقة؛ قد تكون العلاقة منحنية وليست خطية. كما قد ترفع قيمة شاذة واحدة الارتباط أو تخفضه. ويجب معرفة حجم العينة ومصدرها: نتيجة مستخرجة من عشرة أشخاص تختلف في الثقة عن نتيجة تتكرر في عينات كبيرة وممثلة.

عند قراءة خبر يقول إن «دراسة أثبتت أن كذا يؤدي إلى كذا»، اسأل: هل كانت الدراسة تجربة أم ملاحظة؟ ما العامل الذي ربما يؤثر في المتغيرين؟ هل حدث السبب المقترح قبل النتيجة؟ هل تكررت النتيجة؟ وما حجم الأثر الفعلي؟ قد تكون العلاقة صحيحة إحصائيًا لكنها صغيرة عمليًا، أو تنطبق على فئة محددة فقط.

لا يعني هذا رفض الدراسات الرصدية. كثير من المعرفة المهمة تبدأ بملاحظة ارتباط، ثم تُجمع أدلة إضافية من آلية بيولوجية أو مقارنة زمنية أو تجارب مختلفة. الاستدلال السببي عملية تراكمية: كل دليل يضيف جزءًا، ولا يحمل رسم واحد العبء كله.

## سؤال للنقاش

ما مثال شاهدته لعلاقة قُدمت كسبب مباشر، ثم اتضح أن عاملًا ثالثًا يمكن أن يفسرها؟

## المراجع

- الجمعية الإحصائية الأمريكية، مواد التثقيف الإحصائي وقراءة النتائج.
- المكتب الإحصائي للأمم المتحدة، مبادئ جودة البيانات والإحصاءات الرسمية.
- المراجع الجامعية في تصميم التجارب والاستدلال السببي.