Kausalität als Gegenstand der Sozialwissenschaften und der multivariaten Statistik

Dieser Beitrag befasst sich mit folgenden Fragen: (1) Wie verwenden Sozialwissenschaftler Begriffe wie „Ursache“ und „Kausalität“? (2) Wie gehen Sozialwissenschaftler vor, wenn Kausalität ermittelt werden soll? (3) Inwieweit sind die verwendeten Begriffe und Verfahrensweisen sinnvoll? Nach der Explikation des Kausalitätsbegriffs wird gezeigt, warum Experimente in besonderem Maße geeignet sind, Kausalhypothesen zu testen. Sodann steht die Prüfung von Kausalaussagen durch multivariate statistische Verfahren zur Diskussion. Wir zeigen, dass Kausalmodelle aus Ursachenbehauptungen im vorher explizierten Sinne bestehen. Weiter wird ausführlich die Regressionsanalyse als Beispiel multivariater Verfahren zur Prüfung von Kausalaussagen diskutiert. U. a. wird gezeigt, dass diese als eine Explikation des vorher explizierten Kausalitätsbegriffs angesehen werden kann und in der Lage ist, Kausalhypothesen zu testen. Es können aber keine induktiven Schlüsse gezogen werden. Es wird weiter argumentiert, dass es keine Algorithmen gibt, die aus einem gegebenen Datensatz gültige Kausalmodelle ableiten. Weitere Fragen, die angesprochen werden, sind die erforderliche Anzahl von Fällen für die Prüfung von Kausalhypothesen und Kausalhypothesen in Messmodellen.