相關與因果
Correlation vs. Causation
什麼是相關關係與因果關係?
- 「一起變動」與「造成了原因」是兩回事
- 懷疑第三因素、方向顛倒、自願申請者
- 依梯次分開,與尚未受訓的組別比較
教育承辦人最想寫的句子是「接受教育的人績效較高」。數據也常常這樣呈現。但這句話所呈現的,只是 教育修習與績效一起變動的事實。說教育提升了績效,是另外需要證明的主張。若不區分這兩句話,效果不彰的課程會拿到明年的預算,而真正有效的課程反而可能被砍掉。
有相關但不是因果的情況可分為三種。第一是 第三因素。主管支持多的團隊,會送較多人受訓,績效也較高。第二是方向顛倒,績效好的人可能被選為受訓對象。第三是選擇的問題:自願申請的人本來意願就高,因此 即使沒有教育,績效也可能本來就好。樣本小時,偶然產生的相關也很常見。
要接近因果,就必須建立比較對象。最強的方法是隨機將對象分組,只讓一組先受訓;但在現實中,依梯次分批授課,並與尚未受訓的組別比較是可行的做法。若連這個也做不到,就以同一指標衡量教育前後,並將職級、年資、先前績效相近的人配對比較。相關係數介於 -1 到 1 之間,只表示一起變動的程度,並不代表原因的大小。
現場最容易出錯的地方,是報告中的動詞。資料只能說「數字比較高」,句子在呈報給高階主管時,卻變成「是我們拉高的」。只因滿意度高的課程,現場業績也高,這種解讀同樣落入同一個陷阱。反過來,因為無法證明因果就什麼都不說,也不是答案。報告中應該把已確認的事實與推測的內容,逐句分開書寫;若當初沒有對照組,就該連同這個事實一併寫明,並補充下一梯次將如何驗證,這樣比較能贏得信任。
| 比較 | 相關關係 | 因果關係 |
|---|---|---|
| 意義 | 兩個值一起變動 | 一件事引起另一件事 |
| 確認方法 | 將兩個數值並排比較 | 設有比較組的實驗或與之相當的設計 |
| 報告中的動詞 | 「……較高」、「與……同步增加」 | ~提高了、因~而增加 |
| 教育現場的例子 | 結業者的評等高於未結業者 | 抽籤分成的兩班中,先受訓的班別指標上升 |
| 常見陷阱 | 第三變數、反向因果、自願報名 | 未設對照組,僅憑前後差異就下定論 |
「相關不等於因果」這項原則,在統計學與研究方法論中長期被強調,是一項基本命題。它並非出自某一人的主張,而是逐漸固定為資料解讀的共同規範。要確認因果,需要設有比較組的實驗或與之相當的設計,這一點也一併被傳達。
以下以虛構案例說明。全體員工 1,500 人的保險公司 A 公司人才發展團隊,需要報告以自願報名方式開設的資料分析課程成效。結訓者 120 人中,年終考核列入前段等級的比例為 45%,未結訓者為 22%;初稿寫的是 "教育讓績效提升了一倍"。
- 人才發展組課長把初稿呈給本部長後,收到了一個提問:「申請的人不是原本就表現好的人嗎。去年的評等如何。」
- 課長確認了 120 名結業者前一年度的評等,高等級比例已經是 41%。在受訓之前,這個群體就已接近未結業者平均的兩倍。
- 組長修改了句子。改寫為"結業者中較高等級的比例較高",並在其下寫明限制:"無法排除申請者特性的影響"。
- 隔年,團隊以抽籤將 240 名申請者分成 上半年班與下半年班。課長說明:「下半年班在等待的期間,就是比較組。」
- 六月底,比較了兩班的分析報告製作件數。上半年班每人每月 3.1 件,尚未受訓的下半年班則為 2.2 件。
- 本部長以這個結果為依據,將課程納入正式編班,報告中的說法也從「兩倍」變成 「每月增加 0.9 件」。隔年的預算審議未經質詢即通過。
李仁雨
金鍾赫