Espúrio: Definição, Visão Geral e Exemplos

Espúrio é um termo usado para descrever uma relação estatística entre duas variáveis ​​que, à primeira vista, parecem ser causalmente relacionados, mas após um exame mais detalhado, apenas aparecem por coincidência ou devido ao papel de um terceiro intermediário variável. Quando isso ocorre, diz-se que as duas variáveis ​​originais têm um "relacionamento falso".

Este é um conceito importante para entender nas ciências sociais e em todas as ciências que dependem de Estatisticas como método de pesquisa, porque os estudos científicos costumam ser projetados para testar se existe ou não uma relação causal entre duas coisas. Quando um testa uma hipótese, geralmente é isso que se procura. Portanto, para interpretar com precisão os resultados de um estudo estatístico, é preciso entender a falsidade e ser capaz de identificá-la nas descobertas.

Como identificar um relacionamento falso

A melhor ferramenta para identificar um relacionamento falso nos resultados da pesquisa é o senso comum. Se você trabalha com a suposição de que, apenas porque duas coisas podem co-ocorrer, não significa que elas estejam relacionadas causalmente, então você está começando bem. Qualquer pesquisadora que se preze sempre terá um olhar crítico ao examinar os resultados de sua pesquisa, sabendo que que não contabilizar todas as variáveis ​​possivelmente relevantes no decorrer de um estudo pode impactar os resultados. Portanto, um pesquisador ou leitor crítico deve examinar criticamente os métodos de pesquisa empregados em qualquer estudo para entender realmente o que os resultados significam.

instagram viewer

A melhor maneira de eliminar a falsidade em uma pesquisa é controlá-la, em sentido estatístico, desde o início. Isso envolve contabilizar cuidadosamente todas as variáveis ​​que podem impactar as descobertas e incluí-las em seu modelo estatístico para controlar o impacto delas na variável dependente.

Exemplo de relações espúrias entre variáveis

Muitos cientistas sociais concentraram sua atenção na identificação de quais variáveis ​​afetam a variável dependente de escolaridade. Em outras palavras, eles estão interessados ​​em estudar quais fatores influenciam quem escolaridade formal e os graus que uma pessoa alcançará em sua vida.

Quando você olha para as tendências históricas nos níveis de escolaridade, medidas pela raça, percebe que os asiáticos americanos entre 25 e 29 anos é mais provável que tenham completado a faculdade (60% deles o fizeram), enquanto a taxa de conclusão para pessoas brancas é de 40 por cento. Para os negros, a taxa de conclusão da faculdade é muito menor - apenas 23%, enquanto a população hispânica tem uma taxa de apenas 15%.

Observando essas duas variáveis, pode-se supor que a raça tenha um efeito causal na conclusão da faculdade. Mas, este é um exemplo de um relacionamento falso. Não é a própria raça que afeta os resultados educacionais, mas racismo, que é a terceira variável "oculta" que medeia o relacionamento entre esses dois.

O racismo afeta a vida de pessoas de cor tão profunda e diversamente, moldando tudo de onde eles moram, em quais escolas frequentam e como são classificados dentro deles, quanto seus pais trabalham, e quanto dinheiro eles ganham e economizam. Afeta também como os professores percebem sua inteligência e com que frequência e severidade são punidos nas escolas. De todas essas formas e muitas outras, o racismo é uma variável causal que afeta o desempenho educacional, mas a raça, nessa equação estatística, é espúria.