Kausalität und quantitative Methoden II: Das Problem von „common causes“ und Scheinkausalität

Ein empirisch beobachtbarer Zusammenhang zwischen zwei Ereignissen kann fälschlich als kausaler Zusammenhang interpretiert werden, wenn eine gemeinsame Ursache, der beide Ereignisse ihre Existenz verdanken, übersehen wird. Dies ist in wenigen Worten das „

common cause

“ Problem kausaler Erklärung. Um die hieraus erwachsenden Probleme von „Scheinkorrelationen“ zu bearbeiten, wurden eine ganze Reihe von Verfahren und Techniken entwickelt, die sich zu zwei grundlegenden Ansätzen zusammenfassen lassen:

▪

Bei der Anwendung des

experimentellen Ansatzes

, der auf einem interventionistischen Kausalitätsverständnis beruht, versucht man, solche INUS-Bedingungen, die potentielle gemeinsame Ursachen für die hypothetisch unterstellten Ursachen- und Wirkungsereignisse repräsentieren, durch Interventionen des Untersuchers und durch Randomisierung konstant zu halten.

▪

Eine Konstanthaltung jener Bedingungen, die als

common causes

in Frage kommen, lässt sich auch

ex post facto

durch eine statistische Kontrolle aller Variablen, die solche Bedingungen repräsentieren, bewerkstelligen. Dieser „

Kontrollvariablenansatz

“ — dessen Basis in den 1950er Jahren mit den Arbeiten von

Lazarsfeld, Simon

und

BLALOCK

gelegt wurde — wurde in den 1970er und 1980er Jahren zu großer methodologischer Elaboration fortentwickelt und ist heute fester Bestandteil des Handwerkszeugs statistischer Modellbildung.