Årsagsforskning - Causal research
Kausal forskning er undersøgelse af ( forskning i) årsagssammenhænge . For at bestemme kausalitet skal variation i variablen, der formodes at påvirke forskellen i en eller flere variabler, detekteres, og derefter skal variationerne fra de andre variabler beregnes. Andre forvirrende påvirkninger skal kontrolleres, så de ikke forvrænger resultaterne, enten ved at holde dem konstant i den eksperimentelle frembringelse af beviser. Denne form for forskning er meget kompleks, og forskeren kan aldrig være helt sikker på, at der ikke er andre faktorer, der påvirker årsagssammenhængen, især når man behandler menneskers holdninger og motiver. Der er ofte meget dybere psykologiske overvejelser, som selv respondenten måske ikke er klar over.
Der er to forskningsmetoder til at undersøge årsag og virkning-forholdet mellem variabler:
- Eksperimenter (f.eks. I et laboratorium ) og
- Statistisk forskning .
Eksperimenter
Eksperimenter udføres typisk i laboratorier, hvor mange eller alle aspekter af eksperimentet kan kontrolleres tæt for at undgå falske resultater på grund af andre faktorer end de hypotetiserede årsagsfaktorer. Mange studier i fysik anvender for eksempel denne fremgangsmåde. Alternativt kan feltforsøg udføres, som med medicinske undersøgelser, hvor emner kan have rigtig mange attributter, der ikke kan kontrolleres for, men hvor i det mindste de centrale hypotetiserede årsagsvariabler kan varieres, og nogle af de fremmede attributter i det mindste kan måles . Felteksperimenter bruges også nogle gange i økonomien , f.eks. Når to forskellige grupper af velfærdsmodtagere får to alternative sæt incitamenter eller muligheder for at tjene indkomst, og den resulterende effekt på deres arbejdsudbud undersøges.
Statistisk forskning
På områder som økonomi foretages den mest empiriske forskning om eksisterende data, der ofte indsamles regelmæssigt af en regering. Multiple regression er en gruppe relaterede statistiske teknikker, der kontrollerer (forsøg på at undgå falsk indflydelse fra) andre årsagssygdomme end dem, der undersøges. Hvis dataene viser tilstrækkelig variation i den hypotetiserede forklarende variabel af interesse, kan dens eventuelle effekt på den potentielt påvirkede variabel måles.