Uma associação admite explicações diferentes
Correlação é uma forma de descrever a relação entre variáveis. Em uma associação positiva, valores maiores de uma tendem a acompanhar valores maiores da outra; em uma negativa, o movimento tende a seguir direções opostas. Isso não informa, por si só, o mecanismo responsável. O Australian Bureau of Statistics ressalta essa diferença entre medir uma associação e estabelecer uma relação de causa e efeito. O número pode resumir um padrão sem contar toda a história.
- Defina: escreva o que cada variável mede e em qual período.
A documentação de ensino de estatística da Penn State destaca explicações alternativas: a direção causal pode estar invertida, outra variável pode influenciar ambas ou a associação pode ser circunstancial. Também lembra que a correlação linear não descreve adequadamente toda forma de relação. Portanto, a frase “não houve correlação linear forte” não é equivalente a “nada se relaciona”. O método usado precisa combinar com a pergunta e com o tipo de padrão que se deseja investigar.
Considere um exemplo inventado: numa escola, os dias com mais pessoas usando guarda-chuva também apresentam mais casacos molhados no corredor. Seria estranho concluir que carregar o guarda-chuva causa o casaco molhado. Uma condição não registrada, como a chuva, pode ajudar a explicar as duas observações. O exemplo não é uma pesquisa realizada; serve apenas para mostrar por que olhar duas colunas de números não elimina automaticamente outras explicações possíveis.
Perguntas que deixam o argumento mais preciso
Agora imagine outra situação fictícia: uma biblioteca observa que estudantes que retiram mais livros também escrevem textos maiores. Talvez a leitura contribua para a escrita, mas talvez estudantes que já gostam de escrever procurem mais livros. Também podem existir diferenças de tempo disponível, propostas dos professores ou hábitos anteriores. Sem conhecer como os dados foram coletados, escolher apenas uma dessas histórias seria ir além da evidência apresentada. Uma boa pergunta abre a investigação, não decide seu resultado antecipadamente.
Para praticar, desenhe três caixas num papel: variável A, variável B e possíveis fatores adicionais. Escreva em cada uma o que está sendo medido, usando palavras concretas. “Interesse” é amplo; “quantidade de livros retirados em um mês” é uma medida definida. Depois desenhe setas alternativas entre as caixas e explique o que cada desenho significaria. Não use o exercício para provar um caso real: ele é uma maneira de tornar visíveis hipóteses que costumam ficar implícitas.
- Questione: considere direção inversa e fatores que possam influenciar as duas medidas.
- Diferencie: associação observada, hipótese explicativa e conclusão causal não são a mesma etapa.
Ao ler uma notícia, procure o período, o grupo estudado e a origem dos dados. Pergunte se a comparação acompanha as mesmas pessoas ao longo do tempo ou reúne grupos diferentes. Veja se o texto usa verbos como “acompanha”, “está associado” ou “provoca”. Uma mudança de verbo pode representar uma mudança importante de força da conclusão, mesmo quando os números citados são exatamente os mesmos. Compare a manchete com a descrição do método antes de aceitar a interpretação mais forte.
Também vale procurar observações que não se encaixam na primeira explicação. Se a hipótese fosse verdadeira, o que seria esperado em outra situação? Que dado ajudaria a distingui-la de uma alternativa? Não é preciso improvisar um experimento com pessoas para fazer essas perguntas. Muitas vezes, o primeiro passo é apenas localizar o estudo original, ler suas limitações e perceber que os próprios autores foram mais cuidadosos do que a versão resumida que circulou.
Dizer que correlação não basta para provar causa não significa que correlações sejam inúteis. Elas podem apontar perguntas e integrar um conjunto maior de evidências. O cuidado está em não usar uma associação isolada como resposta final. Ao apresentar seu próprio trabalho escolar, descreva o padrão encontrado, indique o que não foi controlado e deixe explícito quando uma explicação é hipótese. Essa honestidade não enfraquece o argumento: mostra exatamente até onde ele consegue chegar. Uma boa apresentação pode mostrar a conclusão inicial riscada e a versão revisada logo abaixo. Por exemplo: em vez de “mais livros fazem a biblioteca ficar cheia”, escreva “neste exemplo, mais empréstimos e mais visitantes ocorreram juntos; ainda não sabemos o papel dos eventos e do calendário”. Essa mudança não enfraquece o trabalho: torna visível o que os números sustentam. Peça então a um colega que proponha uma explicação alternativa. Se ela também combinar com a tabela, registre quais novas informações poderiam ajudar a distinguir as possibilidades, sem escolher antecipadamente a hipótese mais atraente.
Veja Mais
- Como ler gráficos sem confundir escala e porcentagem
- Questões de lógica exigem premissas claras e leitura cuidadosa
- Aprender a checar informações ajuda a enfrentar boatos
