Sosyal medyada karşımıza çıkan grafik ve istatistikleri değerlendirirken şüphe kasımızı diri tutmamız gerekiyor. Nitekim insanları istatistiklerle yanıltmaya yönelik girişimler pek de yeni değil. Bu girişimlere bir örnek ise birbirine paralel biçimde artan veya azalan verilere işaret edip "aslında birinin diğerine neden olduğu" iddiasını taşıyan içerikler.
İki ya da daha fazla olgu ya da olay arasında nedensel bir ilişki kurabilmek için, “hikaye, zamanlama, korelasyon ve tecrit” olarak çevrilebilecek, İngilizcede “causal mechanism, temporal order, covariation, isolation” olarak nitelendirilen dört şartın tatmin edici bir biçimde sağlanması gerekiyor.
Nedenselliğin dört şartı
Nedensellik basitçe şu: “X’in varlığı Y’ye sebep oldu.” Bu nedensellik ilişkisini kurabilmek için aşağıdaki dört şartın sağlanmış olması gerekiyor:
- Hikaye: Elimizdeki X olgusunu Y’ye bağlayan akla yatkın bir mekanizma veya bir diğer deyişle makul bir hikaye var mı? X’in varlığının Y’ye “nasıl” ve “neden” sebep olduğuna dair bir açıklamanın geliştirilememesi halinde, bir nedensel ilişkiden söz etmemiz neredeyse mümkün değil. Örneğin kışın gelişinin soğuk algınlığına neden olması başlangıç için makul bir hikaye olabilir.
- Zamanlama: X’in Y’ye sebep olduğu ihtimalini değerlendirirken Y’nin X’e sebep olması olasılığını eleyebiliyor muyuz? Zamansal anlamıyla bir sebep sonuç ilişkisinde sonucun sebepten önce gerçekleşmesi mümkün olmadığından, nedensel bir ilişki kurulabilmesi için zamansal sıralama oldukça kritik. Örneğin kışı getiren soğuk algınlığı olamaz.
- Korelasyon: X’in varlığı ile Y’nin ortaya çıkışı birbiriyle aynı nispette mi gelişiyor? Bir olgunun azlığı-çokluğu, bir başkasının azlığı-çokluğu ile benzer oranlarda ilerleyebilir. Nedensellik ilişkisi için bunun varlığı bir şart. Ancak dikkat: Her korelasyon nedensel bir ilişkiye işaret etmeyebilir. Örneğin havalar soğudukça soğuk algınlığı vakaları da artıyor mu?
- Tecrit: Y’nin ortaya çıkışına sebep olabilecek X dışındaki tüm olguların bilincinde miyiz? Belki de Z hem X’i hem de Y’yi etkiliyordur ve hatalı bir varsayımda bulunmamıza sebep oluyordur. Örneğin soğuk algınlığına neden olan kış değil, soğuktan dolayı kapalı ortamlarda daha fazla bulunmamız da olabilir mi?
Cage kariyerine son mu versin?
Teyit'te sıklıkla aşı karşıtlarının nedensellik söz konusu olduğunda bocaladıklarını görmüştük. Aşı karşıtlarının argümanlarının başında gelen ve tam da salt korelasyona dayalı bir iddia ise kitlesel aşılamayla birlikte, otizmli bireylerin sayısında artış olduğuydu.
İddialar kapsamında 1970’lerde başlayan kitlesel aşılamadaki artışla, otizmli bireylerin sayısındaki artışın benzer tarihlere denk düştüğü söyleniyordu. Bilimsel olarak desteklenmeyen bu tarz iddialara bakıldığında ise bir başka kavram beliriyor: “Spurious correlations”, Türkçesiyle “yanıltıcı korelasyon.”
İnternette bolca bulunan, özünde birbiriyle ilgisiz iki konunun, zaman içerisindeki paralel artış ve azalışlarını gösteren bazı grafikler, bu tarz yanıltıcı korelasyonların en belirgin örnekleri.
Örneğin Nicholas Cage’in oynadığı filmlerin sayısıyla, havuza düşüp boğularak yaşamını yitiren insan sayısı arasında yıllık bazda bir korelasyon gözlemlemek mümkün. Nedenselliğin diğer üç ilkesini göz ardı ettiğimizde, Cage’in oyunculuk yaşamının insanların havuza düşüp ölmelerine sebep olduğu şeklinde hatalı bir argüman geliştirmek mümkün.
Bir diğer örnekte ise kişi başına düşen peynir tüketimi miktarıyla, yatak çarşafına dolanarak hayatını kaybeden insanların zaman içerisindeki değişimi grafiklerinin birbirine oldukça yakın bir seyir izlediği görülebiliyor.
Ancak bu grafiklere bakarak, Cage filmlerde daha çok göründükçe, insanlar havuza daha çok düşüp ölüyor diyemeyiz. Hane halkının peynir tüketimi arttıkça, yatak çarşaflarına dolanarak hayatını kaybetme vakalarının artacağını da iddia edemeyiz.
Özetle iki şey arasında korelasyon olması, aralarında bir nedensellik bağı olduğunu kanıtlamaz.
