2.04 Causality

Loading...

Do curso por University of Amsterdam

Métodos Quantitativos

1019 classificações

University of Amsterdam

Métodos Quantitativos

1019 classificações

Curso 1 de 5 em Specialization Métodos e Estatística Aplicados às Ciências Sociais

Discover the principles of solid scientific methods in the behavioral and social sciences. Join us and learn to separate sloppy science from solid research! This course will cover the fundamental principles of science, some history and philosophy of science, research designs, measurement, sampling and ethics. The course is comparable to a university level introductory course on quantitative research methods in the social sciences, but has a strong focus on research integrity. We will use examples from sociology, political sciences, educational sciences, communication sciences and psychology.

Na lição

The Scientific Method

In the first module we discussed how the scientific method developed, general philosophical approaches and the types of knowledge science aims to find. In this second module we'll make these abstract principles and concepts a little more concrete by discussing the empirical cycle and causality in more detail. We’ll see how, and in what order these concepts are implemented when we conduct a research study. We'll also consider the main criteria for evaluating the methodological quality of a research study: Validity and reliability. The focus will be on internal validity and how internal validity can be threatened.

2.01 Empirical Cycle5:40

2.02 (Dis)confirmation4:18

2.03 Criteria5:28

2.04 Causality3:55

Conheça os instrutores

Annemarie Zand Scholten
Assistant Professor
Economics and Business

As hipóteses mais interessantes são as que descrevem uma relação causal.

Se nós soubermos o que causa um efeito,

podemos prevê-lo, influenciá-lo, melhor compreendê-lo.

Então, como identificamos uma relação causal?

Bem, foi David Hume.

Com uma pequena ajuda de John Stuart Mill,

quem primeiramente listou os critérios que estudaremos hoje.

Esses são os quatro critérios essenciais.

Número um, a causa e o efeito estão conectados.

O primeiro critério diz que deve haver

uma maneira de traçar o efeito de volta para a causa.

Se o paciente não foi exposto a um vírus,

então não podemos dizer que o vírus causou a morte do paciente.

Número dois, a causa precede o efeito, espero que isso seja óbvio.

Número três, a causa e o efeito ocorrem conjuntamente consistentemente.

Isso significa que causa e efeito devem andar juntos , ou covariar.

Quando a causa está presente , nós devemos ver o efeito,

e se a causa não está presente, então o efeito deve estar ausente.

Se a causa influencia o efeito em um certo grau,

então nós devemos ver uma efeito consistentemente forte ou fraco, em concordância.

Critério número quatro, explicações alternativas podem ser descartadas.

Ok, então deixe-me ilustrar esse critério com um exemplo.

Suponha que eu levante a hipótese de que solidão causa sentimentos de depressão.

Eu dou a algumas pessoas solitárias e depressivas um gato para cuidarem.

Agora, elas não estão mais solitárias.

Se minha hipótese está correta, então esperaríamos que isso diminuísse a de pressão delas.

A causa e o efeito, solidão e depressão, são muito próximos.

Eles acontecem na mesma pessoa, e bastente próximos em tempo.

Então podemos mostrar que estão conectados.

A causa, a diminuição da solidão, precisa acontecer antes do efeito,

diminuição da depressão.

Nós podemos demonstrar isso por que nós podemos controlar a presença da causa, solidão.

A causa e o efeito devem ocorrer juntos consistentemente.

Isso significa que menos solidão deve andar junto com menos depressão.

Eu poderia encontrar um grupo comparável de solitários depressivos que não pegaram um gato.

Desde que a causa está ausente, a solidão deles não muda.

Não deve ter nenhum efeito.

Agora, isso é tudo fácil.

A real dificuldade repousa no último critério.

Excluindo qualquer explicação alternativa.

Outras causas possíveis.

Vamos olhar para uma explicação alernativa no nosso exemplo.

Talvez o aumento da atividade física requerida para se cuidar de um gato,

causou verdadeiramente a diminuição da depressão ao invés de redução da solidão.

Explicações alternativas formam ameaças à validade interna de uma pesquisa.

Uma parte importante da metodologia é o desenvolvimento e

escolha de projetos de pesquisa que minimizem essas ameaças.

Ok, existe um outro ponto que eu quero destacar sobre causação.

Causação requer correlação.

A causa e o efeito têm de ocorrer consistentemente.

Mas correlação não implica causação.

Eu lhe darei um exemplo.

Se nós consistentemente observarmos comportamento agressivo depois de crianças

jogarem um jogo de video game violento.

Isso não significa que o jogo causou o comportamento agressivo.

Pode ser que crianças agressivas procurem mais estímulos agressivos.

Revertendo a direção causal.

Ou, talvez crianças cujos pais permitem jogar

jogos violentos não são supervisionadas tão de perto.

Talvez sejam tão agressivas como outras crianças.

Elas apenas sentem menos inibição para mostrar comportamento agressivo.

Então, lembre-se , correlação não implica causação.

Explore nosso catálogo

Registre-se gratuitamente e obtenha recomendações, atualizações e ofertas personalizadas.

O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.

© 2019 Coursera Inc. Todos os direitos reservados.

Baixar na App Store

Baixar no Google Play