Németh Renáta, Simon Dávid
ELTE
A látszólagos kapcsolatra példa a korábban leírt dohányzás / orvos-látogatás / nem változók összefüggése:
A nem bevonása előtti feltételezésünk: a dohányzás (független változó) befolyásolja az orvos látogatását (függő változó)
Hipotetikus magyarázat: a dohányosok, mivel tudják, hogy ártalmas dolgot cselekszenek, kényelmetlenül érzik magukat orvosuk előtt.
A dohányzás és az orvos-látogatás látszólagos összefüggését az okozta, hogy mindkettő erős kapcsolatban van a nemmel.
A 3 változó kapcsolata tehát:
![]() |
A kontrollálás folyamata egy másik példán, konkrét számokkal:
1. Úgy tűnik, azokon a tűzoltóállomásokon, ahol több tűzoltó van, nagyobb kár keletkezik azoknál a tüzeknél, amikhez az állomást riasztják. Minél több a tűzoltó, annál kevésbé hatékony az oltás? A kapcsolat erőssége pl. a kis értékű kár százalékos különbségével mérve 70%-30%=40%
Az állomás tűzeseteinek kára |
Az állomáson dolgozó tűzoltók száma | |
Alacsony |
Magas | |
Kis értékű kár |
70% |
30% |
Magas értékű kár |
30% |
70% |
Összesen |
100% |
100% |
2. Kontrollálva a tűz nagyságára: mind a kis tüzeknél, mind a nagy tüzeknél a több dolgozó munkája mellett történt kisebb kár. A parciális (a harmadik változó egyes kategóriáin belül készített) táblázatok:
KIS TÜZEK: A parciális (a harmadik változó adott kategóriáján belül mért) kapcsolat iránya megfordult az eredetihez képest. Erőssége csökkent: 100%-88%=12%
Az állomás tűzeseteinek kára |
Az állomáson dolgozó tűzoltók száma | |
Alacsony |
Magas | |
Kis értékű kár |
88% |
100% |
Magas értékű kár |
12% |
0% |
Összesen |
100% |
100% |
NAGY TÜZEK: A parciális kapcsolat iránya megfordult az eredetihez képest. Erőssége csökkent: 12%-0%=12%
Az állomás tűzeseteinek kára |
Az állomáson dolgozó tűzoltók száma | |
Alacsony |
Magas | |
Kis értékű kár |
0% |
12% |
Magas értékű kár |
100% |
88% |
Összesen |
100% |
100% |
A kapcsolat modellje:
![]() |