Stabilire una relazione causa-effetto
Come si stabilisce una relazione causa-effetto (causale)? Quali criteri dobbiamo soddisfare? In generale, ci sono tre criteri che bisogna soddisfare prima di poter dire di avere la prova di una relazione causale:
Precedenza temporale
In primo luogo, bisogna essere in grado di dimostrare che la causa è avvenuta prima dell’effetto. Sembra facile, eh? Naturalmente la mia causa deve accadere prima dell’effetto. Hai mai sentito parlare di un effetto che accade prima della sua causa? Prima di perderci nella logica qui, considerate un classico esempio di economia: l’inflazione causa la disoccupazione? Sembra certamente plausibile che quando l’inflazione aumenta, più datori di lavoro scoprono che per far fronte ai costi devono licenziare i dipendenti. Quindi sembra che l’inflazione potrebbe, almeno parzialmente, essere una causa di disoccupazione. Ma sia l’inflazione che i tassi di occupazione si verificano insieme su base continua. È possibile che le fluttuazioni dell’occupazione possano influenzare l’inflazione? Se abbiamo un aumento della forza lavoro (cioè una minore disoccupazione) potremmo avere più domanda di beni, il che tenderebbe a far salire i prezzi (cioè a gonfiarli) almeno fino a quando l’offerta può recuperare. Quindi quale è la causa e quale l’effetto, l’inflazione o la disoccupazione? Si scopre che in questo tipo di situazione ciclica che coinvolge processi continui che interagiscono che entrambi possono causare e, a loro volta, essere influenzati dall’altro. Questo rende molto difficile stabilire una relazione causale in questa situazione.
Covariazione di causa ed effetto
Cosa significa questo? Prima di poter dimostrare di avere una relazione causale, dovete dimostrare di avere un qualche tipo di relazione. Per esempio, considerate il sillogismo:
se X allora Y
se non X allora non Y
Se osservate che ogni volta che X è presente, anche Y è presente, e ogni volta che X è assente, anche Y lo è, allora avete dimostrato che c’è una relazione tra X e Y. Non so voi, ma a volte non mi è facile pensare a X e Y. Mettiamo questo stesso sillogismo in termini di valutazione del programma:
se programma allora risultato
se non programma allora non risultato
Ovvero, in termini colloquiali: se si dà un programma si osserva il risultato ma se non si dà il programma non si osserva il risultato. Questo fornisce la prova che il programma e il risultato sono correlati. Notate, tuttavia, che questo sillogismo non fornisce la prova che il programma ha causato il risultato – forse c’era qualche altro fattore presente con il programma che ha causato il risultato, piuttosto che il programma. Le relazioni descritte finora sono relazioni binarie piuttosto semplici. A volte vogliamo sapere se diverse quantità del programma portano a diverse quantità del risultato – una relazione continua:
se più del programma allora più del risultato
se meno del programma allora meno del risultato
Nessuna spiegazione alternativa plausibile
Solo perché si dimostra che c’è una relazione non significa che sia una relazione causale. È possibile che ci sia qualche altra variabile o fattore che sta causando il risultato. Questo è talvolta chiamato il problema della “terza variabile” o “variabile mancante” ed è il cuore del problema della validità interna. Quali sono alcune delle possibili spiegazioni alternative plausibili? Basta dare un’occhiata alle minacce alla validità interna (vedi le minacce al gruppo singolo, le minacce al gruppo multiplo o le minacce sociali) – ognuna descrive un tipo di spiegazione alternativa.
Per poter sostenere che avete dimostrato la validità interna – che avete dimostrato che c’è una relazione causale – dovete “escludere” le spiegazioni alternative plausibili. Come si fa a farlo? Uno dei modi principali è con il vostro disegno di ricerca. Consideriamo una semplice minaccia alla validità interna di un singolo gruppo, una minaccia storica. Supponiamo che misuriate il vostro gruppo prima che inizi il programma (per stabilire una linea di base), date loro il programma e poi misurate le loro prestazioni in un posttest. Vedete un netto miglioramento nelle loro prestazioni che vorreste dedurre sia causato dal vostro programma. Una delle spiegazioni alternative plausibili è che avete una minaccia storica – non è il vostro programma che ha causato il guadagno ma qualche altro evento storico specifico. Per esempio, non è la vostra campagna antifumo che ha causato la riduzione del fumo, ma piuttosto l’ultimo rapporto del Surgeon General che è stato pubblicato tra il momento in cui avete dato il pretest e il posttest. Come lo escludete con il vostro progetto di ricerca? Uno dei modi più semplici sarebbe quello di incorporare l’uso di un gruppo di controllo – un gruppo che è paragonabile al gruppo del programma con l’unica differenza che non ha ricevuto il programma. Ma hanno sperimentato l’ultimo rapporto del Surgeon General. Se scoprite che non hanno mostrato una riduzione del fumo anche se hanno sperimentato lo stesso rapporto del Surgeon General, avete effettivamente “escluso” il rapporto del Surgeon General come spiegazione alternativa plausibile del perché avete osservato la riduzione del fumo.
Nella maggior parte della ricerca sociale applicata che comporta la valutazione di programmi, la precedenza temporale non è un criterio difficile da soddisfare perché si somministra il programma prima di misurare gli effetti. E, stabilire la covariazione è relativamente semplice perché si ha un certo controllo sul programma e si possono impostare le cose in modo da avere alcune persone che lo ottengono e altre che non lo fanno (se X e se non X). Di solito il criterio più difficile da soddisfare è il terzo: escludere spiegazioni alternative per l’effetto osservato. Ecco perché il disegno della ricerca è una questione così importante e perché è intimamente legato all’idea di validità interna.