El concepto de causalidad para probar hipótesis.

Después de leer este artículo, aprenderá sobre el concepto de causalidad para probar hipótesis.

El concepto de causalidad es extremadamente complejo y no es posible presentar aquí un análisis exhaustivo de este concepto. De hecho, es posible que no lo hagamos mejor que resaltar los puntos básicos necesarios para una conversación viable con el concepto.

¿Qué es una 'causa'? El primer punto sobre el que debemos tener claro es que en la ciencia las causas que se descubren son secundarias o causas causadas. Sólo son causas "eficientes", no las causas "finales". No proporcionan una respuesta a la pregunta, 'en última instancia, ¿por qué?' El propósito existe en los asuntos humanos, también puede haber propósitos cósmicos; Pero en la ciencia no existe una causa final.

Francis Bacon decretó que la preocupación por las causas finales sería mejor dejarla en la filosofía. Los científicos sostienen que el propósito no es un concepto necesario en la investigación de leyes científicas. En ciencias, la palabra causa se usa en el sentido indicado por JS Mill, “una causa que es en sí misma un fenómeno sin referencia a la causa última de cualquier cosa. "Como dice Mill, " la causalidad es simplemente una antecedencia uniforme ".

Pero incluso después de obtener una comprensión clara de que la ciencia no se preocupa, una causa primera o una causa final, aún quedan grandes ambigüedades. El profesor Bergeson ha señalado que incluso en el discurso científico, con frecuencia se confunden tres significados diferentes del término 'causa'. Una causa puede actuar impulsando, liberando o desenrollando.

La bola de billar que golpea a otro determina su movimiento impulsando, la chispa que explota la pólvora actúa liberando y la relajación gradual de la primavera hace que el gramófono gire o desenrolle el disco, actúe desenrollando. Solo en la primera causa, la causa parece explicar el efecto.

En las otras dos causas, el efecto se da más o menos por adelantado y el antecedente invocado es su ocasión y no su causa. En el primer caso, donde la causa actúa por impulsión, lo que está en efecto ya está en la causa.

En la segunda causa donde la causa actúa liberando, es una condición indispensable; tira del gatillo, además de que el efecto no se produciría. Pero no explica más que la tasa o la duración del efecto.

En lo que respecta a este concepto inmensamente complejo de causalidad, no podemos permitirnos perder la visión de humeanos de la causalidad. Un punto central de la visión de Humean es que cuando alguien afirma que X causa Y, solo expresa un reflejo en su mente del mundo objetivo material y no directamente del mundo material.

Es como si estuviera hablando de una imagen en movimiento de un paisaje y no del paisaje en sí. La imagen en movimiento puede ser muy pública y la mayoría de nosotros puede estar de acuerdo con la imagen. Pero esta imagen en movimiento está hecha por el hombre, al igual que la asociación o la predicción es un producto de la mente humana, ya que requiere que un observador note la asociación o interprete la asociación.

David Humean, por supuesto, no insistió en que no había un mundo real en el que sucedieran las cosas, pero lo que Humean está diciendo es simplemente que cuando un científico observa una asociación y se abstrae del mundo real para hacer una declaración científica, la afirmación no es la Lo mismo que lo que él ha estado observando.

Es un producto de su mente o una imagen del mundo filtrada a través de su percepción. Esto es cierto de una declaración de causalidad en cada asociación.

Hume dice: "Todo razonamiento relacionado con la cuestión de hecho parece estar basado en la relación de causa y efecto" . Juzgamos que la aparición de una tabla indica la presencia objetiva de la tabla sobre la base de que la presencia "causa" las apariencias y juzgamos que la tabla está ahí (si es que lo está) como resultado de la cadena causal anterior, como el crecimiento de un árbol y las acciones posteriores de un carpintero.

Conocer la cuestión de hecho implica para Hume la necesidad de conocer la relación causal que las vincula con nuestras percepciones o que vincula un evento con otro.

Pero cuando buscamos esta relación causal entre los eventos que percibimos, no encontramos rastro de ella. Estos son meros eventos; El patrón de eventos tiene una cierta regularidad, pero nunca somos capaces de dictar una relación entre los eventos, ciertamente no una causal.

Podemos observar que un evento está vinculado con otro a través de una serie de eventos intermedios o que un evento nunca parece ocurrir, excepto antes o después de otro. Sin embargo, todos son eventos.

Lo que Hume admitiría más, era caracterizando la relación causal como poseedora de tres elementos, a saber, contigüidad, sucesión y conjunción constante, estas relaciones se definen por medio de pares de eventos, los cuales deben ser observados para que la relación sea llevado a obtener.

Pero este tipo de relación es claramente inútil para establecer verdades sobre los asuntos de hecho, ya que uno tendría que tener el hecho, así como las percepciones de ellos, para apreciar que el primero causó lo último.

Desafortunadamente, nunca podemos llegar directamente a los asuntos de hecho, sino solo a las percepciones de ellos y, por lo tanto, todo conocimiento empírico falible se puede rellenar como lo hace en suposiciones totalmente imposibles de demostrar acerca de la causa de lo que aparece.

El mismo argumento se aplicaría de una manera ligeramente diferente a los intentos de hacer predicciones sobre el futuro sobre la base de observaciones pasadas. El análisis de la causalidad en contigüidad, sucesión y conjunción constante (Hume) ha sido una pieza central de la controversia.

Muchos filósofos han sentido que la necesidad interna que obliga a un estado de cosas a ceder a otro está claramente abierta a un análisis racional, si no a un escrutinio empírico. De este modo, han descartado la conclusión escéptica de Hume como una pérdida indigna de fe en la filosofía. Pero los análisis alternativos han revelado que las intenciones de Hume no se entendieron correctamente.

Hume no negó que nuestra idea de causalidad se derive de la regularidad en la experiencia, ni dudó de que los hombres tengan una tendencia a esperar tal regularidad en experiencias futuras; solo negó que podamos tener cualquier otro conocimiento que no sea la experiencia de la regularidad misma para basar estas expectativas que son filosóficamente sin fundamento.

Algunos otros filósofos parecen haber sentido que las conexiones lógicas en los dominios del pensamiento y del lenguaje eran tan claras que indican conexiones reales en el mundo de la precaución y el mundo natural. Hume admitió la plausibilidad de este argumento hasta el punto de definir la causalidad como la tendencia de nuestra mente a producir la idea de lo que se llama el "efecto" cuando se le presenta la idea de lo que se llama la "causa".

Pero el problema epistemológico fundamental es descubrir los motivos por los cuales podemos suponer las conexiones y tendencias en el mundo. De hecho, ninguna teoría de la causalidad ha tenido éxito en hacer esto.

De las cuatro causas de Aristóteles:

Material, eficiente, formal y definitivo al método inductivo de Mill para determinar qué elemento de alguna situación previa debe combinarse con qué elemento de la situación consecuente ha causado el efecto, se ha asumido este paralelo entre la relación real e ideal.

Algunos teóricos como Hegel han tratado de identificarlos, pero incluso esto no sirve de nada, ya que nos deja con la pregunta de si nuestra comprensión de la amalgama de lo que es real con lo que se piensa, nos permite una representación precisa de ello.

Los métodos de Mill son sin duda una receta elegante para detectar la conjunción constante de la que habla Hume. Los métodos de residuos de molino y el método de variación concomitante. Los tres primeros tratan de conjuntos de antecedentes y consecuentes.

Si buscamos la causa de alguna consecuencia C y supongamos una serie de conjuntos de antecedentes (A) después de cada una de las cuales se observa C, el método de acuerdo nos dirige a buscar la causa de C entre aquellos antecedentes que son miembros de Todos los conjuntos.

Alternativamente, supongamos que la consecuencia C sigue a solo uno de estos conjuntos de antecedentes, el método de las diferencias nos dirige a buscar las causas entre aquellos miembros de ese conjunto que no comparte con ninguno de los otros conjuntos que no produjeron C.

El método de los residuos nos obliga a descartar del conjunto de antecedentes cualquier elemento cuyos efectos se sepa que son diferentes de la consecuencia en cuestión y buscar su causa entre los que quedan fuera después de que se compite con la operación.

Finalmente, el método de variación concomitante dirige nuestra búsqueda hacia la causa de cualquier evento o proceso cuya intensidad varíe con el tiempo entre otros fenómenos cuya intensidad contemporánea o poca anterior varía de alguna manera simple con respecto a la intensidad del primero.

Pero todos estos métodos a la luz de la regla de la conjunción constante (Hume) son obvios; Apenas son útiles para resolver el problema de Humean.

La respuesta de Hume a sus críticos fue que, como agente, estaría dispuesto a conceder sus puntos, pero como filósofo con cierta curiosidad querría saber la base de esta inferencia. Puede o no haber una necesidad interna de vincular eventos en el mundo y no podemos saber si existe tal enlace o no, pero solo es razonable comportarse como si existiera.

Pero entonces, ¿a qué respondería la pregunta de causalidad? La ley de la uniformidad de la naturaleza expresada en el lenguaje causal dice que las causas similares siempre son seguidas por efectos similares y nos permite usar la relación pasado-presente como una analogía para el presente-futuro.

Pero supongamos que de repente se nos revela que esta ley se trata de romper y que a partir de mañana una causa similar puede no tener efectos similares.

Ahora, a menos que nos digan de antemano cuáles serían las diferencias, tendremos que esperar el cambio para poder basar nuevos tipos de predicciones o nuevos tipos de observación. Pero esta actividad en sí misma presupondría la misma regularidad de conexión causal a la que se ofreció el cambio como un contraejemplo.

Una falla del principio realmente involucraría un caos completo, pero uno no tendría forma de saberlo por el hecho de que este caos se extendería a nuestra percepción y pensamiento.

Si todo lo que se argumenta es la falibilidad ocasional del principio causal, entonces este argumento no se sostiene y una vez más nos vemos conducidos a un impasse escéptico. Por lo tanto, la solución parece no radicar en tratar de establecer la verdad del principio, sino en afirmarlo.

Se debe tener en cuenta que en cualquier prueba en particular, la causa y el efecto se deben abstraer de un contexto o entorno complejo. Por lo tanto, una mejor formulación del principio sería que "causas similares conducen a efectos similares si los antecedentes son similares".

En otras palabras, si otras cosas son iguales (ceteris paribus), podemos resolver el supuesto de que el principio causal es válido, pero al mismo tiempo podemos tratar con escepticismo cortés cualquier reclamo de haberlo establecido de manera decisiva.

Podemos imaginar el estado actual del universo como el efecto de su estado anterior y la causa de lo que seguirá. Por relación causal se entiende una relación efectivamente productiva entre las condiciones del antecedente y los resultados subsiguientes. Hume no pudo descubrir tal relación, uno simplemente vio las condiciones precedentes y luego los resultados subsiguientes.

La conclusión de la prístina opinión de Humean es que no hay diferencia entre la declaración de causa y efecto y todas las demás declaraciones de asociación. Pero esta visión no es muy satisfactoria porque los científicos sociales hablan y se comportan como si algunas asociaciones pertenecieran a una clase diferente de otras asociaciones.

Se ha intentado en gran medida proponer una definición inclusiva y realista de causalidad. M. Bunge y Blalock han definido la causalidad principalmente ofreciendo sinónimos para ello.

La causalidad, dice Blalock, se concibe como que involucra la noción de producción, es decir, las causas producen efectos. La producción es obviamente usada como un sinónimo de causalidad. Pero dar sinónimos puede ser útil cuando uno aclara qué significa una palabra en particular en un idioma en particular. Obviamente, la sinonización no ayuda a resolver problemas científicos básicos de etiquetado causal.

La definición se puede ofrecer al nombrar algunas propiedades del concepto. Este tipo de definición apuntaría a establecer, por ejemplo, qué es la causalidad. Esta es una definición ontológica en términos de ciertas propiedades materiales de nuestro mundo.

Tal definición puede ayudarnos a transmitir a los demás un sentimiento general de lo que uno tiene en mente. Por ejemplo, un caballo es un animal con cuatro pies de altura para montar, o la cultura es un gran patrón que comprende hábitos, costumbres, pensamiento y habilidades de adaptación adquiridas por miembros de una sociedad.

Esta definición de causalidad ha sido probada por los filósofos durante siglos, sin ningún éxito. Bridgeman criticando las sub-definiciones argumentó que definir palabras en términos de propiedades crea muros para la comprensión. En cambio, abogó por que las definiciones se formulen en términos de operaciones.

Hume demostró fallas típicas en la definición ontológica de causalidad sin ofrecer una definición sustituta de causalidad en términos de operaciones. En su lugar, sugirió que el término 'causalidad' era inútil y debería ser prescrito. Este punto de vista fue uno de los más influyentes que prevaleció entre los filósofos del siglo XX, incluido Bertrand Russell.

Los términos pueden definirse denotativamente, es decir, con ejemplos. Pero uno necesita más que denotaciones para aclarar el concepto científico de causalidad.

Cuando hay desacuerdo entre los científicos acerca de la aplicación de un término y cuando están dispuestos a aumentar la probabilidad de que los mismos términos se apliquen a los mismos fenómenos empíricos, deben recurrir a definiciones operacionales, es decir, dar sentido a un concepto por referencia. A las operaciones involucradas.

Una definición operacional de causalidad puede ser razonablemente propuesta en términos del siguiente procedimiento:

(1) El estímulo es variado y las variaciones (si las hay) en la respuesta observada.

(2) Se usan varios otros estímulos para observar si ocurre la misma respuesta.

(3) Si los dos pasos anteriores producen resultados apropiados, la relación entre el estímulo y la respuesta se puede llamar "causal".

Definir la causalidad en situaciones en las que los experimentos estructurados no son factibles está obviamente lleno de peligros. Sin embargo, una definición operacional de causalidad que valga la pena en un entorno no experimental significaría que la definición hace que muchos científicos lleguen al mismo juicio. En segundo lugar, la definición operativa propuesta se ajusta al concepto hipotético de causalidad de la mayoría de los científicos.

Tiene sentido decir que las relaciones causales son una subclase de asociaciones. En otras palabras, todas las relaciones causales son asociaciones, pero todas las asociaciones pueden no ser relaciones causales. Una declaración causal y de efecto puede entenderse como un tipo de explicación científica, pero no todas las explicaciones son declaraciones causales.

La pregunta ahora es cómo efectuar una distinción entre las asociaciones que están dentro de la subclase de declaración y las que no lo están. Se han hecho varios intentos para encontrar un método para decidir si una asociación particular puede incluirse o no en las asociaciones causales o no causales.

Muchos escritores han opinado que la asociación que puede verificarse experimentalmente merece el título causal, no otros. Aunque esta regla ha sido útil en gran parte de la ciencia, no se puede decir que sea una regla perfecta. En cualquier experimento, algún tercer factor oculto, en lugar de cambios en la variable independiente hipotética, podría ser responsable de los cambios en la variable dependiente.

Además, muchas situaciones no permiten la experimentación. Dado que un tercer factor oculto puede llegar a ser la causa real, un solo experimento comprensiblemente no proporciona una definición operativa integral de causalidad.

Es necesario, según las circunstancias, realizar experimentos relacionados que varíen diferentes parámetros de la situación. Solo después de que se agoten las posibilidades importantes en el curso de la serie de experimentos, podemos concluir o decir con razón que el estímulo experimental causa la respuesta.

Cuando sea posible la experimentación, la definición operativa de causalidad se puede proponer de la siguiente manera:

Si la respuesta sigue el estímulo de experimentación y si esta relación experimental persiste, incluso si otros elementos de la situación están sujetos a variación, la relación observada puede denominarse causal.

Las situaciones en las que no es posible ningún experimento y, por lo tanto, la prueba de confirmación experimental no pueden funcionar como un criterio para definir declaraciones casuales que arrojan una serie de preguntas sobre declaraciones causales. Tales situaciones caracterizan a la mayoría de las ciencias sociales.

Wold (1966) intentó poner las situaciones no experimentales al alcance del principio de verificación experimental preguntando si una situación no experimental es ficticia o el experimento hipotético.

Eso es si la situación natural tiene muchos de los elementos de un experimento real. Pero esta conceptualización no carece de defectos. En primer lugar, la esencia de los experimentos como una definición operacional de causalidad es que es el resultado real observado de un experimento real el que sirve para determinar si la relación se debe llamar causal o no.

En segundo lugar, el acto mismo de elegir etiquetar una relación como causal es una operación que define la causalidad. Pero tal definición "operacional" carece de validez porque difícilmente va muy lejos para resolver los desacuerdos entre las personas.

Los lógicos y los filósofos han probado varias combinaciones de declaraciones condicionales de la variedad 'si-entonces'. Han intentado encontrar alguna formulación lógica que distinga con éxito entre asociaciones causales y no causales.

Esta búsqueda, sin embargo, no ha podido alcanzar la meta. Otro tipo de intento ha sido recientemente realizado por H. Simon, Blalock y otros que se abstraen del trabajo original de P. Lazarsfeld.

Este grupo ha investigado cómo la correlación entre y entre tres o más variables puede ayudar al análisis a determinar cuál de estas variables puede causar cuál. Esto es una implicación y formalización del análisis que busca investigar si un tercer factor oculto es responsable de la correlación entre otras dos variables.

Este tipo de estudio del ordenamiento causal es bastante útil e importante, pero no logra los resultados pretendidos. Por ejemplo, si el investigador comienza con tres variables, ninguna de las cuales debe decirse que es la causa de otra, el análisis no puede decirnos si la relación entre dos variables dadas debe llamarse causal o no.

Los esquemas de este tipo dirigidos a etiquetar la relación como causal o no causal dependen en gran medida del uso de conocimientos extraños para ayudarnos a resolver la relación. Por ejemplo, el conocimiento de que un determinado evento precede a todos los demás en el tiempo y, por lo tanto, no puede ser el efecto de estos eventos.

Por lo tanto, todo se reduce a la afirmación de que una relación es causal a menos que se demuestre lo contrario mediante pruebas de falsedad. Este esquema, obviamente, no permite una definición operativa que indique si una relación dada debe llamarse causal. En el mejor de los casos, solo puede sugerir que dentro de un conjunto de variables una relación es más causal que otra.

Una visión general de estos diversos intentos nos lleva a la conclusión de que no se ha creado una definición que se ajuste al uso científico habitual, aunque este es el objetivo declarado de todos ellos. Tampoco es sorprendente que todavía no se haya generado una definición perfecta o casi perfecta. Incluso la mejor definición operativa no lleva a cada uno a clasificar todos los ejemplos de tales conceptos exactamente de la misma manera.

Siempre hay excepciones en la línea de la frontera. Es, por lo tanto, bastante comprensible que los términos causa y efecto que son tan complejos y abstractos serían mucho más difíciles de definir satisfactoriamente y tendrían muchos más casos de línea de frontera en los que las personas no están de acuerdo al clasificar las situaciones como causales y no causales.

Si una situación es análoga o no a un experimento controlado, no proporciona una definición completa de causalidad. Además, incluso en experimentos controlados, a menudo no hay ayuda para el error de especificación, excepto el conocimiento de la materia.

A la luz de la discusión anterior, se puede ofrecer una definición de trabajo de relación causal como en:

Una relación causal se expresa en una declaración que tiene las siguientes características importantes: En primer lugar, es una asociación lo suficientemente fuerte para que el observador crea que tiene un poder predictivo (explicativo) que es lo suficientemente grande como para ser científicamente útil o interesante.

Por ejemplo, si la correlación observada es de 0, 6 incluso si la muestra es lo suficientemente grande como para justificar la correlación como estadísticamente significativa, es decir, no es probable que las relaciones sin importancia se etiqueten como causales. En segundo lugar, cuanto más estrecha sea una relación, es decir, compatible con un marco teórico general, más fuerte será su designación causal.

Las conexiones con un marco teórico respaldan la creencia de que las condiciones secundarias necesarias para que la afirmación sea cierta no están restringidas y que los cambios de corrección falsa no son sustanciales; porque una declaración tiende a permanecer de pie o caer mientras que el resto del sistema está de pie o cae.

Cabe señalar que es más probable que el término causal tenga un significado diferente para el que toma las decisiones y para el científico. El tomador de decisiones llamará causal a una relación si espera poder manipularla con éxito. Por ejemplo, fumar puede ser considerado causal por una persona que toma las decisiones y quiere reducir las muertes por enfermedades relacionadas con el tabaquismo.

Pero para los científicos, la palabra causa probablemente signifique que la situación no requiere más exploración. En el caso de los cigarrillos, tal vez solo un ingrediente en el cigarrillo haga el daño y los científicos que buscan este ingrediente pueden optar por evitar la causa de fumar.

La diferencia en el significado y uso del concepto causal entre la toma de decisiones y la situación de investigación pura es un ejemplo de la proposición general de que la atribución de causalidad depende del propósito de uno.

El concepto causal es quizás más necesario para un creador de políticas, especialmente cuando está considerando cambiar una variable con la esperanza de lograr un cambio en otra variable, por ejemplo, la fertilidad, en el lenguaje de la reproducción.

La clasificación causal y no causal es un intento de discriminar entre situaciones que él cree que permiten ese control y aquellas que no lo hacen. Por otro lado, el concepto causal no es en absoluto necesario para una persona que se espera que pronostique, ya que no tiene interés en tratar de manipular las variables independientes. El concepto causal puede o no ser necesario para el investigador puro.

Berttrand Russell y la mayoría de los físicos contemporáneos parecen creer que no era necesario ni útil en las ciencias físicas / naturales. Sin embargo, muchos estudiosos no políticos en ciencias sociales parecen encontrar útil el concepto de causalidad en la clasificación de situaciones para futuras investigaciones.

La diferencia entre las disciplinas con respecto a la variable a ser llamada causal también ilustra cómo el etiquetado causal depende del propósito. En aquellos casos en que las variables son complementarias, como la motivación para el logro y la inversión, tal vez sea innecesario que el psicólogo o el economista niegue la etiqueta causal de una variable para aplicarla a otra variable.

Pero cuando las variables son jerárquicas, entonces pueden ser causalmente incompatibles y los investigadores particulares, dependiendo de sus disciplinas, deben elegir qué etiqueta dar al estudio y llamarla causal sobre la base de la etiqueta que consideran más fructífera.

En lo que respecta al significado de causalidad como se evidencia en el uso científico social del término, parece haber un consenso considerable entre los científicos sobre qué relaciones son causales y cuáles no. JL Simon propone una definición operacional de causalidad.

"Una declaración", dice, "se llamará causal si la relación es lo suficientemente cercana como para ser útil o interesante, si no requiere tantas declaraciones de condiciones secundarias como para obtener su generalidad e importancia; si es suficiente ... las variables del tercer factor se han intentado para proporcionar cierta seguridad de que la relación no es falsa; y si la relación puede estar conectada de manera deductiva a un cuerpo teórico más amplio o ... apoyarse en un conjunto de proposiciones auxiliares que expliquen el mecanismo por el cual funciona la relación ".

La definición anterior es más en la naturaleza de una lista de verificación de criterios. Si una relación dada cumple con los criterios lo suficiente como para ser llamado causal no es automático ni objetivo. La determinación requiere juicio y conocimiento sustantivo de todo el contexto.

Debe quedar claro, por lo tanto, que la ciencia se ocupa de su negocio ordenado de eventos al revelar sus "causas eficientes". Esto simplemente significa que el evento en cuestión se muestra determinado por los eventos anteriores.

Los comentarios del filósofo de la ciencia, AE Taylor, apenas pueden sobresalir. Él dice: “La noción de causalidad como una transacción entre dos cosas se reemplaza en la ciencia experimental por la concepción de la misma como simplemente la determinación de un evento por eventos precedentes.

A medida que se hace más evidente que los eventos precedentes que condicionan una ocurrencia son una pluralidad compleja, e incluyen estados de lo que se conoce popularmente como las cosas sobre las que se actúa, así como los procesos en el llamado agente, las ciencias sustituyen la distinción entre 'agente 'y' paciente ', el concepto de un sistema de factores de interacción recíprocamente dependientes ... la concepción científica actual de la causa (es así) la' totalidad de las condiciones 'en presencia de un evento y en ausencia de cualquier miembro del cual no se produce

Más brevemente, la causalidad en el sentido científico actual significa secuencia bajo condiciones definitivamente conocidas ".

En la ciencia moderna, el énfasis está en una multiplicidad de "condiciones determinantes" que juntas hacen posible la ocurrencia de un evento o efecto dado. El pensamiento científico se ocupa del descubrimiento de la condición "necesaria" y "suficiente" para un efecto.

Mientras que el "sentido común" lleva a uno a esperar que un factor pueda proporcionar una explicación completa, el científico rara vez espera encontrar un solo factor o condición que sea necesario y suficiente para producir un efecto.

Más bien, está interesado en "condiciones contributivas", "condiciones alternativas", todas las cuales esperará encontrar operativas para hacer que ocurra un evento o efecto determinado (pero no es seguro). Ahora explicaremos brevemente e ilustraremos las "condiciones" anteriores.

(a) Se dice que una condición necesaria es una que debe ocurrir si se produce el fenómeno de la cual es causa, por ejemplo, si X es una condición necesaria de Y, entonces Y nunca ocurrirá a menos que ocurra X. Dicha relación entre X e Y se puede designar como relación 'productor-producto'. Tales relaciones de "productor-producto" son las preocupaciones especiales de las ciencias sociales y del comportamiento.

A modo de ilustración, podemos decir que la diferenciación es una condición necesaria de la estratificación social, es decir, la estratificación social nunca ocurriría si las personas en el curso de la interacción no se diferenciaran.

(b) Una condición suficiente es aquella que siempre es seguida por el fenómeno del cual es una "causa". Si X es una condición suficiente de Y, entonces donde ocurra X siempre ocurrirá Y. Debe tenerse en cuenta que, en este sentido estricto de "causa-efecto", ningún objeto o evento puede ser en sí mismo la causa de otro objeto o evento.

El efecto que un objeto o evento tiene en otro, siempre depende de su entorno, por ejemplo, el simple hecho de golpear la campana no causará el sonido subsiguiente si la campana se toca en el vacío. Dicha relación entre X e Y se estudia principalmente en el "sistema mecanicista".

(c) Una condición contributiva es aquella que aumenta la probabilidad de que ocurra un determinado fenómeno, pero no se asegura de que ocurra, ya que es solo uno de los muchos factores que juntos determinan la ocurrencia del fenómeno dado.

Algunos estudios sociológicos han sugerido que la ausencia de una figura paterna en el hogar durante la infancia es una condición que contribuye a la generación de adicción a las drogas entre los adolescentes de la familia.

(d) Una condición contingente es aquella en la que un factor dado es un factor contribuyente en la producción de un fenómeno (efecto) dado. En el ejemplo anterior, la condición contributiva, es decir, la ausencia de la figura paterna, puede contribuir a la incidencia de la adicción a las drogas entre los adolescentes, solo en los vecindarios donde el uso de drogas es bastante generalizado.

En este caso, tal vecindario es un contingente bajo el cual la condición contributiva, es decir, la ausencia de una figura paterna, contribuye a la probabilidad de ocurrencia del "efecto".

(e) Las condiciones alternativas son condiciones que pueden contribuir a la ocurrencia de un fenómeno o efecto dado.

En el ejemplo citado anteriormente, se puede observar que la ausencia de la figura paterna (condición contributiva No.1) o la figura paterna que expresan de forma diversa la antipatía hacia los niños (condición contributiva No.1) contribuye a producir el efecto, es decir, drogadicción. Estas condiciones son conocidas como las condiciones alternativas.

Es imposible demostrar directamente que una característica o evento X determinado determina otra característica o evento Y, ya sea por sí misma o junto con otras características o eventos.

Estamos más bien en una posición de inferir a partir de los datos observados que la hipótesis de que X es una condición para la aparición de Y es (o no) sostenible con alguna medida particular de confianza. Consideremos ahora qué evidencia es necesaria para justificar cualquier inferencia de relación causal.

(a) Un tipo de evidencia relevante se refiere a la variación concomitante, es decir, la medida en que X e Y ocurren juntas o varían juntas.

Supongamos que deseamos probar la hipótesis de que X es una condición contributiva de Y, tendremos que averiguar si la proporción de la causa que tiene la característica Y es significativamente mayor entre los casos que tienen la característica X que entre los casos que no tienen la característica X. A menos que Para obtener tal evidencia, generalmente llegaremos a la conclusión de que la hipótesis no es sustentable.

Además, si la hipótesis también especifica que la cantidad de Y está determinada por la cantidad de X, también tendremos que encontrar evidencia de que, en general, aquellos casos que muestran una cantidad mayor de X también exhiben una cantidad mayor de y.

Otro tipo de hipótesis causal, por ejemplo, que X es necesaria o suficiente "causa" de Y o que X como causa contingente en asociación con M y una causa alternativa con N, requeriría identificar patrones particulares de asociación entre X e Y.

Intentemos entender esto con la ayuda de un ejemplo. Supongamos que en un pequeño pueblo un médico, basándose en sus observaciones, avanza la hipótesis de que comer una fruta estacional particular (X) puede provocar un resfriado severo (Y).

Luego se realiza una investigación con el fin de probar la hipótesis. Si, como consecuencia de la investigación, se encuentra que entre los que la tienen, la proporción de los que comieron la fruta estacional (X) fue casi igual, rechazaríamos la hipótesis de que X conduce a Y.

Por supuesto, antes de rechazar la hipótesis, se debería realizar una investigación cuidadosa con el fin de descubrir si comer la fruta estacional (X) es una condición contributiva del frío (Y) bajo alguna condición contingente, por ejemplo, general. debilidad.

Supongamos que la investigación reveló que las personas que habían comido el fruto y que sufrían de debilidad general tenían una proporción abrumadora en los que sufrían frío, entonces podemos decir que el fruto estacional (X) es una condición contributiva del frío severo (Y). bajo la condición contingente de debilidad general (M).

Si, por otra parte, la investigación indicara que el 92% de las personas que sufrieron de frío habían comido la fruta de temporada y solo el 25% de las personas que no sufrían de frío habían comido la fruta, concluiríamos que la hipótesis de que X es la contribuyente 'causa' de Y es sostenible.

Debe recordarse que la hipótesis sería simplemente defendible, no probada, ya que se pueden invocar otras posibles explicaciones de la relación observada entre X e Y y esto sería igualmente defendible, a saber:

(1) La aflicción por el frío de alguna manera creó un deseo por la fruta, lo que significa que comer frutas no provocaba el frío; es más bien al revés, es decir, el frío (Y) creó una necesidad de comer la fruta (X).

(2) Alguna otra condición (Z) llevó tanto a comer la fruta de temporada como a tener frío.

(3) Otra condición (W), como la impureza, que simplemente estaba asociada con el consumo de la fruta de temporada, era responsable del frío, es decir, del agua del grifo.

(b) El segundo tipo de evidencia relevante a la inferencia sobre la causalidad es el orden temporal de dos eventos X e Y. Un evento puede considerarse razonablemente la causa del otro si ocurre después de los otros eventos.

Por definición, un efecto no puede ser producido por un evento que ocurre solo después de que el efecto haya tenido lugar. En nuestro ejemplo, X no puede considerarse la "causa" de Y, si como se propone en la hipótesis alternativa No. 1, la condición de frío severo (Y) condujo a un deseo por la fruta estacional (X).

Sería bueno recordar que el orden temporal puede no ser aceptado por algunos como una prueba automática de causalidad. Se puede responder a este argumento señalando que solo porque no hay una conexión lógica, no se seguirá que los retrasos en el tiempo no ayuden a establecer la causalidad.

Después de todo, debemos reconocer que usar el tiempo de demora o el orden de tiempo para inferir la dirección de causalidad en una relación particular es hacer uso de una de las inferencias más generales basadas en toda la experimentación que se ha realizado, a saber, que las acciones de la El presente no parece modificar el pasado.

Pero esta es una hipótesis empírica estadística, no sin excepciones conocidas. Por lo tanto, para poner esta inferencia a un uso razonable, es necesario aducir otras razones adicionales para justificar que se puede creer que las hipótesis se aplican en un caso particular.

También se debe tener en cuenta que la ocurrencia de un evento causal puede preceder o puede ser contemporánea con la ocurrencia de un efecto. También es posible que cada factor en la relación sea tanto una 'causa' como un 'efecto' del otro factor.

Este es un ejemplo de la relación causal simétrica. Hipótesis de George Homan:

“Cuanto más alto es el rango de una persona dentro de un grupo, más cerca de sus actividades se ajustan a las normas del grupo” tipifica la relación causal simétrica en la medida en que lo contrario de la hipótesis también es cierto, es decir, cuanto más cercanas están las actividades de una persona viene a la norma, cuanto más alto sea su rango tenderá a ser.

Aunque las relaciones causales simétricas se encuentran con frecuencia en el ámbito de los fenómenos sociales, es útil centrarse en la influencia de cualquier factor en el otro.

Al distinguir entre 'causa' y 'efecto' es útil establecer cuál de los dos eventos se produjo primero, suponiendo que no ocurrieron simultáneamente. Knowing that an increase in rank in a specific instance, preceded an increase in conformity to group norms, we understand that the increase in conformity was not the causal factor.

However, knowledge of temporal priority is not in itself sufficient for inferring causality. In our example, even if we had established for certain that X preceded Y, this was not enough to say that the eating of seasonal fruit (X) caused severe cold (Y).

Two other alternative hypotheses (No. 2 and No. 3) need to be considered, ie, that some other condition led to both (X) and (Y) or some other condition associated with X was responsible for Y.

(c) We must, therefore, get at the evidence which would establish that no other factor save the hypothesized one (X) was the 'cause' of the hypothesized effect (Y). Till such time as the evidence ruling out other factor as possible determining condition of the hypothesized effect is secured, we shall not be able to say that X is the 'cause' of Y.

In our example, it may be that some third factor, eg, glandular secretions, led both to desire eating the seasonal fruit as also to severe cold. If we can disprove this, the other alternative possibility still remains to be reckoned, ie, some other factor which merely happened to be associated with eating of seasonal fruit led to cold.

Suppose it was found that people who had bought the fruit from a particular shop where the fruit was kept in the open for a long time were the ones who mostly suffered from cold, whereas the few who had bought from other shop where the fruits were kept in a cold storage mostly did not suffer from cold; then the hypothesis that the seasonal fruit (X) itself was the cause of severe cold (Y) would have to be discarded and attention would be turned on to the effects of the storing system which might have brought about a chemical reaction on fruits in one shop but not in the other.

Under these circumstances, the effect Y would properly be attributed to the chemical factor. It must be stressed that the three kinds of evidence, ie, concomitant variation, time sequence of variables and evidence ruling out other factor as 'cause' is or in not cause of the effect. It does not, however, provide any absolute certainty.

That is, we may, on the basis of our evidence, conclude that it is reasonable to believe that X is the 'cause' of Y but we can never be certain that the relationship has been conclusively demonstrated.

In our above example, the procedures suggested for testing the hypothesis that X is a cause of Y, called for a number of different studies. None of these separate studies could provide a very secure ground for testing the hypothesis because it left the alternative hypotheses unscathed and untested.

An experimental design provides for the gathering of various kinds of evidence simultaneously so that all the alternative hypotheses can be tested. In an experimental test of the hypothesis in our example, the researcher would arrange for a number of subjects to eat the seasonal fruit ('x) and for a number of comparable subjects not to eat the fruit.

The groups are to be chosen such that they do not differ from each other except by chance, before eating the seasonal fruit. Now comparison of the incidence of cold (Y) in two groups after one group which has not eaten it, would provide evidence of whether eating of the fruit (X) and cold (Y) vary together.

By keeping a careful record of the time of eating the fruit (X) and the time of the ons2 et of cold (Y) the researcher would get the proof as to which of the variables came first.

By introducing 'controls' to protect against the possibility that different exposures or experiences during the experiment (other than eating of seasonal fruit or not eating it) which might affect the occurrence of cold, he would ensure that the two groups differ from each other only with respect to (X).

The researcher, in addition, could build into his experiment, the provision for testing hypotheses about particular alternative causal factors. For example, the researcher would test the hypotheses about the effects of storing system by having some of the subjects eat seasonal fruit that had been stored in cold-storage and some eat other fruit (not the seasonal fruit in question) stored in the open.

This would help him “to ascertain whether the 'open' storing system alone was productive of (Y) or whether the 'open storage' interacted with the seasonal fruit (X) and the product of interaction (V) produced (Y), ie, cold.

Thus, we see that experimental design wherever it is feasible is the most effective device for testing a causal hypothesis. But then, experiments are not possible to be set up in certain situations.

Suppose a researcher is interested in studying the effects of different methods of child-rearing on the personality structure of a person. He cannot conceivably assign certain children to be brought up in one way, others in another.

In such a case he would have no other alternative but to proceed by locating children who have been brought up in different ways and then assessing their personalities.

Hypotheses about the effect of attributes of the individuals are not often amenable to experimental investigation since the manipulation of the 'independent' variable (experimental variable or the factor which has been hypothesized as the 'cause') is either extremely difficult or impossible. Let us say, we want to see the effect of feeblemindedness (X) on perception (Y).

It would not be possible in this case to manipulate (increase or decrease) feeblemindedness. The only alternative open to us will be to achieve this variation by selecting individuals in whom this variable is present or absent; more or less.

Occasionally, natural situations may provide the desired contrasting conditions (eg, very high IQ) and thus the opportunity for sufficiently rigorous procedures to make possible a reasonably sound basis for inference.

Ordinarily, however, the natural situations are complicated and do not admit of an assumption on the part of the researcher that two or more groups that he has chosen for the purpose of experimentation variable. It is understandable that without a sound basis for such an assumption which a created artificial situation affords. The results of the experiment can have only a doubtful reliability.

Of course, there is no absolute certainty about the validity of inference. No matter how carefully controlled the experiment, there always lurks a possibility that the influence of some factor was not taken into account.

Especially, in social sciences, where there is little knowledge about what factors to control and where many of the relevant factors (eg, attributes of the individual) are not quite amenable to control, this possibility has to be contended with.