# Varför glassförsäljning inte orsakar hajattacker
Det här är del 7 av 8 i serien "Så här vet forskare det de vet." Del 1: [Hur vet forskare något överhuvudtaget?](https://vetenskapforalla.se/samhallsvetenskap/hur-vet-forskare-nagot-overhuvudtaget) Del 2: [Varför behöver varje experiment en tvilling?](https://vetenskapforalla.se/samhallsvetenskap/varfor-behover-varje-experiment-en-tvilling) Del 3: [Vad är egentligen ett p-värde?](https://vetenskapforalla.se/samhallsvetenskap/vad-ar-egentligen-ett-p-varde) Del 4: [Varför vet inte läkaren vem som fick läkemedlet?](https://vetenskapforalla.se/samhallsvetenskap/varfor-vet-inte-lakaren-vem-som-fick-lakemedlet) Del 5: [Varför räcker inte en enda lyckad studie?](https://vetenskapforalla.se/samhallsvetenskap/varfor-racker-inte-en-enda-studie) Del 6: [Metaanalys: forskningens tyngsta bevis](https://vetenskapforalla.se/samhallsvetenskap/metaanalys-forskningens-tyngsta-bevis)
---
Ju mer glass som säljs, desto fler blir angripna av hajar. Sambandet är verkligt och går att mäta. Ändå vet du direkt att glass inte lockar hajar. Den lilla insikten är en av de viktigaste du kan ha när du läser om forskning.
Den dolda tredje faktorn
Svaret på gåtan är värmen. När det är varmt köper fler glass. När det är varmt badar också fler i havet, och då sker fler hajattacker. Temperaturen driver båda sakerna samtidigt. Glass och hajar hänger ihop, men bara för att de har en gemensam orsak bakom sig.
En sådan dold faktor kallas en förvillande variabel. Den påverkar två saker på en gång och får dem att se ut som om de påverkar varandra. Nyckelmeningen som varje forskare bär med sig är enkel. Att två saker hänger ihop betyder inte att den ena orsakar den andra.
Orsak åt fel håll
Ibland finns det ett verkligt orsakssamband, men det pekar tvärtemot vad du tror. Personer som tar starkare medicin är ofta sjukare. Betyder det att medicinen gör folk sjuka? Nej. Det är sjukdomen som får dem att ta mer medicin. Orsaken går baklänges mot vad rubriken antyder.
Det här är lätt att missa. Två saker rör sig tillsammans, och vår hjärna gissar genast på en riktning. Men riktningen kan lika gärna vara den motsatta.
Ibland är det bara slump
En del samband betyder ingenting alls. Med tillräckligt mycket data kan du hitta nästan vilka konstiga kopplingar som helst. Antalet drunkningsolyckor ett visst år kan följa en viss films biljettförsäljning nästan perfekt. Det finns ingen mekanism, ingen förklaring. Det är rent sammanträffande, uppförstorat av att någon letat i enorma mängder siffror.
Ju fler variabler du jämför, desto fler sådana skensamband hittar du. Därför räcker det aldrig att peka på en snygg kurva. Det måste också finnas en rimlig förklaring till varför det ena skulle påverka det andra.
Hur forskare bevisar orsak
Så hur tar du dig från samband till orsak? Det bästa verktyget känner du redan igen, den randomiserade kontrollerade studien. När du slumpar deltagare till två grupper fördelas alla dolda faktorer jämnt. Återstår en skillnad efteråt, måste den bero på behandlingen. Slumpen har stängt dörren för de förvillande variablerna.
Men ibland går det inte att randomisera. Du kan inte tvinga en grupp människor att röka i trettio år för att se vad som händer. Då använder forskare i stället en rad ledtrådar. Är sambandet starkt? Dyker det upp gång på gång i olika studier? Kommer orsaken före verkan i tid? Blir effekten större med högre dos? Finns en rimlig biologisk förklaring?
Det var precis så kopplingen mellan rökning och lungcancer till slut ansågs bevisad, trots att ingen någonsin gjorde ett randomiserat experiment på människor. Många oberoende ledtrådar pekade åt samma håll.
Frågan du alltid kan ställa
Nästa gång en rubrik säger att det ena leder till det andra, stanna upp. Kan det finnas en dold tredje faktor? Kan orsaken gå åt andra hållet? Kan det vara ren slump?
Ofta är svaret ja, och då har du just genomskådat ett av de vanligaste felsluten i hela nyhetsflödet.
I seriens sista del tittar vi på det sista filtret innan forskning når offentligheten, den granskning som kallas peer review, och varför även den har sina brister.
---
Källor
- Wikipedia: Correlation does not imply causation - Statistics By Jim: Correlation vs Causation - Statistics By Jim: Causation and Hill's Criteria - ACSH: Hill's Criteria: Determining Causality from Correlation
Vad tyckte du om artikeln?






