Pourquoi une corrélation dans un document ne prouve-t-elle pas une causalité ?
Réponse courte
Une corrélation indique que deux variables varient ensemble dans les données, mais elle ne montre pas à elle seule que l’une provoque l’autre. Une troisième variable ou un mécanisme différent peut expliquer l’association observée.
Comprendre
Association et cause ne désignent pas la même chose
Une corrélation est une relation statistique entre deux variables : quand l’une change, l’autre tend aussi à varier dans les observations. Une causalité affirme davantage : modifier une variable produit un changement de l’autre, toutes choses pertinentes étant prises en compte. Constater une association est donc un point de départ pour raisonner, pas une preuve suffisante du mécanisme causal.
Chercher d’autres explications
Une troisième variable peut influencer les deux phénomènes observés. Une relation peut aussi fonctionner dans l’autre sens, ou résulter d’un facteur non observé. Par exemple, si les données montrent une association entre diplôme et emploi, cela ne prouve pas à elles seules que le diplôme explique tout l’écart : l’expérience, l’origine sociale ou d’autres caractéristiques peuvent également intervenir.
Borner la conclusion tirée du tableau
Un tableau permet souvent de décrire une association, une différence ou une évolution dans une population et une période données. Pour défendre une causalité, il faut préciser le mécanisme, comparer des situations pertinentes et examiner les autres facteurs plausibles. Il faut également respecter le champ du document : une enquête portant sur un groupe ne suffit pas à décrire automatiquement toute la population.
Deux pièges à éviter
Ne transforme pas une corrélation en cause unique sans argument sur le mécanisme et les facteurs concurrents. Ne conclus pas non plus que les variables n’ont aucun lien : l’absence de preuve causale dans le tableau ne réfute pas toute causalité, elle borne seulement ce qu’on peut affirmer à partir des données présentées.
Étapes
- Décris précisément l’association observée, avec sa population et sa période.
- Propose le mécanisme qui pourrait relier les variables, en le présentant comme une explication à examiner.
- Recherche des facteurs tiers, une causalité inverse ou des limites de champ avant de conclure.
Exemples
- Si un tableau montre une association entre diplôme et emploi, il décrit une relation statistique ; il ne prouve pas que le diplôme est l’unique cause de la différence d’emploi.
- Une corrélation entre la vente de boissons fraîches et les baignades ne prouve pas que les boissons provoquent les baignades : la chaleur peut accroître les deux.
Pièges fréquents
- Dire qu’une variable cause l’autre parce que les deux évoluent ensemble ajoute un mécanisme que le tableau ne démontre pas.
- Conclure qu’aucun lien causal n’existe parce qu’il n’est pas prouvé par une corrélation va trop loin : les données disponibles peuvent simplement être insuffisantes.
