Le concept de causalité pour tester l'hypothèse

Après avoir lu cet article, vous en apprendrez plus sur le concept de causalité pour tester une hypothèse.

Le concept de causalité est extrêmement complexe et il n’est pas possible de présenter ici une analyse approfondie de ce concept. En effet, nous ne ferons peut-être pas mieux que de faire ressortir les éléments de base nécessaires à une conversation viable avec le concept.

Qu'est-ce qu'une "cause"? Le premier point sur lequel nous devons être clairs est que, dans la science, les causes découvertes sont des causes «secondaires» ou «causées». Ce ne sont que des causes «efficaces» et non les causes «finales». Ils ne fournissent pas de réponse à la question "pourquoi finalement?" Le but existe dans les affaires humaines, il peut aussi y avoir des buts cosmiques; mais dans la science une cause finale n'existe pas.

Francis Bacon a décrété que le souci des causes finales devrait être laissé à la philosophie. Les scientifiques estiment que cette finalité n’est pas un concept nécessaire dans la recherche de lois scientifiques. En sciences, le mot cause est utilisé dans le sens indiqué par JS Mill, «une cause qui est elle-même un phénomène sans référence à la cause ultime de quoi que ce soit. «Comme le dit Mill, « la causalité est simplement une antécédence uniforme ».

Mais même après avoir compris clairement que la science ne se préoccupe pas de la cause première ou de la cause finale, de grandes ambiguïtés demeurent. Le professeur Bergeson a souligné que même dans le discours scientifique, trois sens différents du terme «cause» sont fréquemment confondus. Une cause peut agir en poussant, en relâchant ou en se déroulant.

La boule de billard qui frappe une autre détermine son mouvement en se poussant, l'étincelle qui fait exploser la poudre à canon agit en relâchant et le relâchement progressif du ressort faisant tourner le gramophone ou dérouler le disque, il agit en se déroulant. Ce n'est que dans la première cause que la cause semblerait expliquer l'effet.

Dans les deux autres causes, l'effet est plus ou moins donné à l'avance et l'antécédent invoqué en est l'occasion plutôt que la cause. Dans le premier cas, où la cause agit par impulsion, ce qui existe est déjà en cause.

Dans la seconde cause où la cause agit en lâchant, c'est une condition indispensable; il appuie sur la gâchette sans laquelle l'effet ne se produirait pas. Mais cela n'explique pas plus que le taux ou la durée de l'effet.

En ce qui concerne ce concept extrêmement complexe de causalité, nous ne pouvons pas nous permettre de passer à côté de la conception humienne de la causalité. Un point central de la vision humienne est que, lorsque quelqu'un déclare que X cause Y, il ne fait que refléter dans sa tête le monde objectif matériel et non directement le monde matériel.

C'est comme s'il parlait d'une image en mouvement d'un paysage plutôt que du paysage lui-même. L'image en mouvement peut être très publique et la plupart d'entre nous pourraient être d'accord sur son contenu. Mais cette image en mouvement est créée par l'homme, tout comme l'association ou la prédiction est un produit de l'esprit humain, car elle nécessite qu'un observateur remarque l'association ou l'interprète.

Bien entendu, David Humean n’a pas insisté sur le fait qu’il n’y avait pas de monde réel dans lequel les choses se passaient, mais ce qu’il dit, c’est simplement que, lorsqu'un scientifique observe une association et des résumés du monde réel pour faire une déclaration scientifique, la déclaration n’est pas la même chose que ce qu'il a observé.

C'est un produit de son esprit ou une image du monde filtrée à travers sa perception. Cela est vrai d'une déclaration de causalité comme de toute association.

Hume dit: «Tous les raisonnements concernant les faits semblent être fondés sur un rapport de cause à effet», nous jugeons que l'apparition d'un tableau indique sa présence factuelle au motif que la présence «provoque» des apparences et nous jugeons que la table est là (si en fait elle l'est) en raison de la chaîne causale antérieure telle que la croissance d'un arbre et les actions ultérieures d'un menuisier.

Connaître la réalité implique pour Hume la nécessité de connaître le lien de causalité qui les lie à nos perceptions ou qui relie un événement à un autre.

Mais lorsque nous nous tournons vers cette relation de cause à effet parmi les événements que nous percevons, nous n'en trouvons aucune trace. Ce ne sont que des événements; le schéma des événements a une certaine régularité mais nous ne sommes jamais en mesure de dicter une relation entre les événements - certainement pas une relation de cause à effet.

Nous pouvons observer qu'un événement est lié à un autre par une série d'événements intermédiaires ou qu'un événement ne semble se produire que juste avant ou juste après un autre. Néanmoins, ils sont tous des événements.

Le plus que Hume aurait voulu céder, c’est en caractérisant la relation de cause à effet comme possédant trois éléments, à savoir, la contiguïté, la succession et la conjonction constante - ces relations étant elles-mêmes définies au moyen de couples d’événements qui doivent être observés pour que la relation soit pris pour obtenir.

Mais ce type de relation est clairement inutile pour établir des vérités sur les faits, car il faudrait connaître les faits ainsi que leurs perceptions pour apprécier le fait que les premiers ont causé les seconds.

Malheureusement, nous ne pouvons jamais entrer directement dans les faits mais seulement dans leurs perceptions, de sorte que toute connaissance empirique faillible est remplissable, car elle repose sur des hypothèses totalement irréfutables sur la cause de ce qui apparaît.

Le même argument s'appliquerait d'une manière légèrement différente aux tentatives de prédiction de l'avenir sur la base d'observations passées. L'analyse de la causalité en contiguïté, succession et conjonction constante (Hume) a été une pièce maîtresse de la controverse.

De nombreux philosophes ont estimé que la nécessité interne qui oblige une situation à céder le passage à une autre est clairement ouverte à un examen rationnel sinon empirique. Ils ont donc rejeté la conclusion sceptique de Hume comme une perte indigne de foi en la philosophie. Mais les analyses alternatives ont montré que les intentions de Hume n'étaient pas bien comprises.

Hume n'a pas nié que notre idée de la causalité dérive de la régularité de l'expérience et ne doutait pas non plus que les hommes avaient tendance à s'attendre à une telle régularité dans les expériences futures; il a seulement nié que nous puissions avoir une connaissance autre que l'expérience de la régularité elle-même pour fonder ces attentes qui sont philosophiquement sans fondement.

Certains autres philosophes semblent avoir estimé que les connexions logiques dans les domaines de la pensée et du langage étaient si claires qu'elles indiquaient de véritables connexions dans le monde de la précaution et du monde naturel. Hume a admis la plausibilité de cet argument au point de définir la causalité comme la tendance de notre esprit à produire l'idée de ce qu'on appelle "l'effet" lorsque l'idée de ce qu'on appelle la "cause" lui est présentée.

Mais le problème épistémologique fondamental consiste précisément à découvrir les fondements sur lesquels nous pouvons présumer des connexions et des tendances dans le monde. En effet, aucune théorie de la causalité n’a réussi à le faire.

Parmi les quatre causes d'Aristote:

Matérielle, efficace, formelle et définitive à la méthode inductive de Mill pour déterminer quel élément d’une situation antécédente doit être mis en correspondance avec quel élément de la situation résultante a pour effet, ce parallèle entre la relation réelle et idéale a été supposé.

Certains théoriciens, comme Hegel, ont essayé de les identifier, mais cela ne nous aide en rien, car cela nous laisse à nous demander si notre compréhension de l'amalgame de ce qui est réel avec ce que l'on pense nous en donne une représentation exacte.

Les méthodes de Mill sont sans aucun doute une recette élégante pour détecter une conjonction constante dont parle Hume. Les méthodes de résidus de Mill et la méthode de variation concomitante. Les trois premiers traitent d'ensembles d'antécédents et de conséquences.

Si nous cherchons la cause d'une conséquence C et supposons un nombre d'ensembles d'antécédents (A) après chacun desquels C est observé, la méthode de concordance nous oblige à rechercher la cause de C parmi ces antécédents qui sont membres de tous les ensembles.

Alternativement, supposons que la conséquence C suive après un seul de ces ensembles d'antécédents, la méthode des différences nous amène à rechercher les causes parmi les membres de cet ensemble qu'elle ne partage pas avec aucun des autres ensembles n'ayant pas produit de C.

La méthode des résidus nous incite à écarter de l'ensemble des antécédents tous les éléments dont on sait que les effets sont différents de la conséquence en question et à en rechercher la cause parmi ceux qui sont laissés de côté après l'opération.

Enfin, la méthode de variation concomitante oriente notre recherche vers la cause de tout événement ou processus dont l’intensité varie dans le temps parmi d’autres phénomènes dont l’intensité contemporaine ou peu antérieure varie de manière simple par rapport à l’intensité du premier.

Mais toutes ces méthodes à la lumière de la règle de la conjonction constante (Hume) sont évidentes; ils s'avèrent à peine utiles pour résoudre le problème Humean.

La réponse de Hume à ses détracteurs était qu’en tant qu’agent, il serait tout à fait disposé à concéder leurs arguments mais qu’en tant que philosophe, curieux, il voudrait connaître le fondement de cette inférence. Il peut y avoir ou non une nécessité interne de relier les événements du monde et nous ne pouvons pas savoir s’il existe ou non de tels liens, mais il est raisonnable de se comporter comme s’il existait.

Mais alors à quoi pourrait répondre une réponse à la question de la causalité? La loi de l'uniformité de la nature, formulée en langage causal, dit que des causes similaires sont toujours suivies d'effets similaires et nous permet d'utiliser la relation passé-présent comme une analogie pour le présent et l'avenir.

Mais supposons qu'il nous soit soudainement révélé que cette loi était sur le point d'être abrogée et que, dès demain, une cause similaire ne pourrait pas avoir les mêmes effets.

Maintenant, à moins que nous ne soyons informés à l’avance des différences, nous devrons attendre le changement pour pouvoir fonder de nouveaux types de prédictions ou de nouveaux types d’observation. Mais cette activité elle-même présupposerait la même régularité du lien de causalité à laquelle le changement a été offert comme contre-exemple.

Un échec du principe impliquerait véritablement un chaos complet, mais on n'aurait aucun moyen de le savoir par le fait que ce chaos s'étendrait à notre perception et à notre pensée.

Si tout ce qui est plaidé, c’est la faillibilité occasionnelle du principe de causalité, alors cet argument ne tient pas et nous nous retrouvons une fois de plus dans une impasse sceptique. Par conséquent, la solution semble ne pas consister à essayer d’établir la vérité du principe mais plutôt à l’affirmer.

Il est à noter que dans tout test particulier, la cause et l’effet doivent être abstraits d’un contexte ou d’un contexte complexe. Ainsi, une meilleure formulation du principe serait que "des causes similaires entraînent des effets similaires si les antécédents sont similaires".

En d’autres termes, si toutes choses égales par ailleurs (ceteris paribus), nous pouvons décider de partir du principe que le principe de causalité est valable, mais nous pouvons en même temps traiter avec scepticisme courtois toute prétention de l’avoir établi de manière décisive.

Nous pouvons envisager l'état actuel de l'univers comme l'effet de son état antérieur et la cause de ce qui va suivre. Par relation de cause à effet, on entend une relation effectivement productive entre les conditions antécédentes et les résultats ultérieurs. Hume n'a pu découvrir aucune relation de ce type. On a simplement vu les conditions antécédentes, puis les résultats ultérieurs.

La conclusion de la vision humaine primitive est qu'il n'y a pas de différence entre la déclaration de cause à effet et toutes les autres déclarations d'association. Mais ce point de vue n’est pas très satisfaisant car les spécialistes des sciences sociales parlent et se comportent comme si certaines associations appartenaient à une classe différente des autres.

De nombreuses tentatives ont été faites pour proposer une définition inclusive et réaliste de la causalité. M. Bunge et Blalock ont ​​défini la causalité principalement en proposant des synonymes.

La causalité, dit Blalock, est conçue comme impliquant la notion de production, c'est-à-dire qui produit des effets. La production est évidemment utilisée comme synonyme de causalité. Mais donner des synonymes peut être utile lorsque l’on clarifie la signification d’un mot dans une langue donnée. De toute évidence, la synonymisation n’aide pas à résoudre les problèmes scientifiques fondamentaux de l’étiquetage causal.

La définition peut être offerte en nommant certaines propriétés du concept. Ce type de définition viserait à énoncer, par exemple, ce qu'est la causalité. C'est une définition ontologique en termes de certaines propriétés matérielles de notre monde.

Une telle définition peut nous aider à transmettre aux autres un sentiment général de ce que l’on a en tête. Par exemple, un cheval est un animal à quatre pattes utilisé pour l'équitation, ou la culture est un grand modèle qui comprend les habitudes, les coutumes, la pensée et les compétences d'adaptation acquises par les membres d'une société.

Une telle définition de la causalité a été essayée par les philosophes depuis des siècles, sans succès. Bridgeman critiquant les sous-définitions a fait valoir que définir des mots en termes de propriétés crée des obstacles à la compréhension. Au lieu de cela, il a préconisé que les définitions soient formulées en termes d'opérations.

Hume a démontré des défauts typiques dans la définition ontologique de la causalité sans offrir une définition de substitution de la causalité en termes d'opérations. Au lieu de cela, il a suggéré que le terme "causalité" soit inutile et qu'il faille s'en passer. Ce point de vue est l’un des plus influents parmi les philosophes du XXe siècle, dont Bertrand Russell.

Les termes peuvent être définis par dénotation, c'est-à-dire avec des exemples. Mais il faut plus que des dénotations pour clarifier le concept scientifique de causalité.

En cas de désaccord entre scientifiques sur l’application d’un terme et désireux d’augmenter la probabilité que les mêmes termes soient appliqués à un même phénomène empirique, ils doivent se tourner vers des définitions opérationnelles, c’est-à-dire en donnant sens à un concept par référence. aux opérations impliquées.

Une définition opérationnelle de la causalité peut raisonnablement être proposée selon la procédure suivante:

(1) Le stimulus est varié et des variations (le cas échéant) de la réponse sont observées.

(2) Un certain nombre d'autres stimuli sont utilisés pour observer si la même réponse se produit.

(3) Si les deux étapes ci-dessus donnent des résultats appropriés, la relation entre le stimulus et la réponse peut être qualifiée de "causale".

Définir la causalité dans des situations où des expériences structurées ne sont pas réalisables est évidemment semé d'embûches. Cependant, une définition opérationnelle valable de la causalité dans un cadre non expérimental signifierait que la définition a pour résultat que de nombreux scientifiques parviennent au même jugement. Deuxièmement, la définition opérationnelle proposée correspond étroitement au concept hypothétique de causalité retenu par la plupart des scientifiques.

Il est logique de dire que les relations de cause à effet sont une sous-classe d'associations. En d'autres termes, toutes les relations de causalité sont des associations, mais toutes les associations peuvent ne pas être des relations de causalité. Une déclaration de causalité et d'effet peut être comprise comme un type d'explication scientifique, mais toutes les explications ne sont pas des déclarations de causalité.

La question qui se pose maintenant est de savoir comment opérer une distinction entre les associations appartenant à la sous-classe d'énoncés et celles qui ne le sont pas. De nombreuses tentatives ont été faites pour trouver une méthode permettant de décider si une association particulière peut ou non être incluse dans des associations causales ou non causales.

De nombreux auteurs ont émis l’opinion que cette association qui peut être vérifiée expérimentalement mérite le titre de causal, pas d’autre. Bien que cela ait été une règle utile dans beaucoup de sciences, on ne peut pas dire que ce soit une règle parfaite. Dans toute expérience, un troisième facteur caché plutôt que des changements dans la variable indépendante supposée pourrait être responsable des changements dans la variable dépendante.

En outre, de nombreuses situations ne permettent pas l'expérimentation. Puisqu’un troisième facteur caché peut s’avérer être la cause réelle, il est compréhensible qu’une seule expérience ne fournisse pas une définition opérationnelle complète de la causalité.

Dans les circonstances, il est nécessaire de mener des expériences connexes en modifiant différents paramètres de la situation. Ce n'est qu'après que les possibilités importantes ont été épuisées au cours de la série d'expériences que nous pouvons conclure ou dire à juste titre que le stimulus expérimental provoque la réponse.

Là où l'expérimentation est possible, la définition opérationnelle de la causalité peut être proposée comme suit:

Si la réponse suit le stimulus de l'expérimentation et si cette relation expérimentale persiste même si d'autres éléments de la situation sont sujets à variation, la relation observée peut être appelée relation causale.

Les situations dans lesquelles aucune expérience n'est possible et, partant, le test de confirmation expérimentale ne peuvent pas servir de critère pour définir des déclarations fortuites qui soulèvent un certain nombre de questions sur les déclarations de cause à effet. De telles situations caractérisent la plupart des sciences sociales.

Wold (1966) a tenté de mettre des situations non expérimentales à la portée du principe de vérification expérimentale en demandant si une situation non expérimentale est fictive ou si l'expérience est hypothétique.

C'est-à-dire si la situation naturelle contient de nombreux éléments d'une expérience réelle. Mais cette conceptualisation n’est pas sans défauts. Tout d’abord, l’essence des expériences en tant que définition opérationnelle de la causalité est que c’est le résultat réel observé d’une expérience réelle qui permet de déterminer si la relation doit être appelée causale.

Deuxièmement, l'acte même de choisir d'étiqueter une relation comme causale est une opération qui définit la causalité. Mais une telle définition «opérationnelle» manque de validité car elle ne contribue guère à résoudre les désaccords entre les peuples.

Les logiciens et les philosophes ont essayé diverses combinaisons d’énoncés conditionnels de la variété «si-alors». Ils ont tenté de trouver une formulation logique permettant de faire la distinction entre associations causales et non causales.

Cette quête n'a toutefois pas réussi à atteindre l'objectif. H. Simon, Blalock et d’autres auteurs ont récemment tenté de résumer l’œuvre originale de P. Lazarsfeld.

Ce groupe a étudié comment la corrélation entre et parmi trois variables ou plus peut aider l’analyse à déterminer laquelle de ces variables peut être considérée comme étant la cause de laquelle. Ceci est une implication et une formalisation de l'analyse cherchant à déterminer si un troisième facteur caché est responsable de la corrélation entre deux autres variables.

Ce type d'étude de l'ordre causal est très utile et important mais n'aboutit pas aux résultats escomptés. Par exemple, si l’enquêteur commence par trois variables dont aucune ne devrait en réalité être considérée comme étant la cause d’une autre, l’analyse ne peut pas nous dire si la relation entre deux variables doit être appelée causale.

Les systèmes de ce type visant à étiqueter la relation comme causale ou non causale dépendent fortement de l'utilisation de connaissances superflues pour nous aider à clarifier la relation. Par exemple, le fait de savoir qu'un certain événement précède tous les autres dans le temps et ne peut donc être l'effet de ces événements.

Ainsi, tout se résume à l’affirmation selon laquelle une relation est causale, sauf preuve du contraire par des tests de fausse identité. Un tel schéma ne fournit évidemment pas de définition opérationnelle indiquant si une relation donnée doit être appelée causale. Au mieux, cela ne peut que suggérer que, dans un ensemble de variables, une relation est plus causale que l'autre.

Un survol de ces différentes tentatives permet de conclure qu’aucune définition n’a été créée qui correspond à l’usage scientifique habituel, bien que ce soit l’objectif déclaré de chacune d’elles. Il n’est pas surprenant également qu’aucune définition parfaite ou presque parfaite n’ait encore été générée. Même la meilleure définition opérationnelle ne conduit pas chacun à classer tous les exemples de tels concepts de la même manière.

Il y a toujours des exceptions à la frontière. Il est donc tout à fait compréhensible que des termes tels que cause à effet, qui sont très complexes et abstraits, soient beaucoup plus difficiles à définir de manière satisfaisante et comportent de nombreux autres cas délicats sur lesquels les gens ne sont pas d’accord pour classer des situations comme causales et non causales.

Le fait qu'une situation soit ou non analogue à une expérience contrôlée ne fournit pas une définition complète de la causalité. De plus, même dans des expériences contrôlées, il n’ya souvent aucune aide pour les erreurs de spécification, sauf la connaissance du sujet.

À la lumière de la discussion ci-dessus, une définition de travail du lien de causalité peut être proposée comme suit:

Une relation de cause à effet est exprimée dans une déclaration qui présente les caractéristiques importantes suivantes: Premièrement, il s’agit d’une association suffisamment forte pour que l’observateur puisse croire qu’elle dispose d’un pouvoir prédictif (explicatif) suffisamment important pour être scientifiquement utile ou intéressant.

Par exemple, si la corrélation observée est de 0, 6 même si l’échantillon est suffisamment grand pour être considéré comme statistiquement significatif, c’est-à-dire que les relations sans importance ne seront probablement pas qualifiées de causales. Deuxièmement, plus une relation est étroitement liée, c'est-à-dire compatible avec un cadre théorique général, plus sa prétention d'être désignée comme causale est forte.

Les liens avec un cadre théorique permettent de penser que les conditions secondaires nécessaires à la validité de la déclaration ne sont pas limitées et que les modifications de la correction parasite ne sont pas substantielles; parce qu'une déclaration a tendance à rester debout ou à tomber comme le reste du système reste debout ou tombe.

On peut noter que le terme causal a plus de chances d'avoir un sens différent pour le décideur et pour le scientifique. Le décideur appellera une relation de causalité s'il s'attend à pouvoir la manipuler avec succès. Par exemple, le décideur qui souhaite réduire le nombre de décès dus à des maladies statistiquement liées au tabagisme peut considérer que l'usage du tabac est causal.

Mais pour les scientifiques, le mot cause signifie probablement que la situation ne nécessite pas une exploration plus approfondie. Dans le cas des cigarettes, un seul ingrédient de la cigarette cause peut-être des dommages et les scientifiques à la recherche de cet ingrédient peuvent choisir de ne pas fumer le mot cause.

La différence de sens et d'utilisation du concept de causalité entre la prise de décision et la situation d'investigation pure est un exemple de la proposition générale selon laquelle l'attribution d'une causalité dépend du but recherché.

Le concept de causalité est peut-être le plus nécessaire pour un décideur, en particulier lorsqu'il envisage de modifier une variable dans l'espoir d'obtenir un changement dans une autre variable, par exemple la fécondité, dans le langage de la reproduction.

La classification causale et non causale est une tentative de discriminer entre les situations qu’il croit permettre un tel contrôle et celles qui ne le permettent pas. D'autre part, le concept de causalité n'est pas du tout nécessaire pour une personne qui est censée faire des prévisions car elle n'a aucun intérêt à essayer de manipuler les variables indépendantes. Le concept de causalité peut être ou ne pas être nécessaire pour le chercheur pur.

Berttrand Russell et la plupart des physiciens contemporains semblent croire que cela n’était ni nécessaire ni utile dans les sciences physiques / naturelles. De nombreux spécialistes des sciences sociales non spécialistes des politiques semblent toutefois trouver le concept de causalité utile pour classer les situations en vue de recherches futures.

La différence entre les disciplines en ce qui concerne la variable à nommer causale illustre également la manière dont l'étiquetage causal dépend du but recherché. Dans les cas où les variables sont complémentaires, telles que la motivation à réaliser et l'investissement, il n'est peut-être pas nécessaire que le psychologue ou l'économiste refuse le libellé causal à une variable pour l'appliquer à une autre variable.

Mais lorsque les variables sont hiérarchiques, elles peuvent être incompatibles d'un point de vue causal et des chercheurs particuliers, en fonction de leur discipline, doivent choisir l'étiquette à attribuer à l'étude et l'appeler causalité sur la base de l'étiquette qu'ils considèrent comme la plus fructueuse.

En ce qui concerne la signification de la causalité telle qu’elle ressort de l’utilisation du terme en sciences sociales, il semble exister un consensus considérable entre les scientifiques sur les relations de causalité et sur celles qui ne le sont pas. JL Simon propose une définition opérationnelle de la causalité.

«Une déclaration, dit-il, sera appelée causale si la relation est suffisamment proche pour être utile ou intéressante, si elle n'exige pas autant de déclarations de conditions parallèles pour en obtenir la généralité et l'importance. si suffisamment… de variables de troisième facteur ont été essayées pour fournir une assurance que la relation n'est pas fallacieuse; et si la relation peut être connectée de manière déductive à un ensemble plus large de théories ou… être appuyée par un ensemble de propositions auxiliaires expliquant le mécanisme par lequel la relation fonctionne. ”

La définition ci-dessus est plutôt une liste de contrôle de critères. Qu'une relation donnée satisfasse suffisamment aux critères pour s'appeler causalité n'est ni automatique ni objectif. La détermination nécessite du jugement et une connaissance approfondie du contexte dans son ensemble.

Il devrait donc être clair, par conséquent, que la science s’acquitte de son mandat ordonné d’événements en révélant leurs "causes efficaces". Cela signifie simplement que l'événement en question est montré comme étant déterminé par les événements précédents.

Les remarques du philosophe des sciences, AE Taylor, peuvent difficilement être excellées. Il dit: «La notion de causalité en tant que transaction entre deux choses est remplacée dans la science expérimentale par sa conception qui consiste simplement à déterminer un événement par des événements antécédents.

Comme il devient de plus en plus évident que les événements antécédents qui conditionnent un événement sont une pluralité complexe et comprennent des états de ce que l’on appelle communément les choses sur lesquelles on agit, ainsi que les processus du soi-disant agent, les sciences se substituent à la distinction entre 'et' patient ', la notion de système de facteurs en interaction réciproquement dépendants… la conception scientifique actuelle de la cause (est donc) la' totalité des conditions 'en présence de laquelle survient un événement et en l'absence de tout membre dont cela ne se produit pas.

Plus brièvement, la causalité au sens scientifique actuel signifie séquence dans des conditions bien connues ».

Dans la science moderne, l'accent est mis sur une multiplicité de «conditions déterminantes» qui, ensemble, rendent probable la survenue d'un événement ou d'un effet donné. La pensée scientifique se préoccupe de découvrir les conditions «nécessaires» et «suffisantes» pour obtenir un effet.

Alors que le «bon sens» laisse supposer qu'un facteur peut fournir une explication complète, le scientifique s'attend rarement à trouver un facteur ou une condition à la fois nécessaire et suffisant pour produire un effet.

Au lieu de cela, il s'intéresse aux «conditions contributives», aux «conditions alternatives», qu'il s'attendra à trouver opérationnelles pour rendre probable la survenue d'un événement ou d'un effet donné (mais non certain). Nous allons maintenant expliquer brièvement et illustrer les "conditions" ci-dessus.

(a) Une condition nécessaire est dite qui doit être remplie si le phénomène dont elle est la "cause" doit se produire, par exemple si X est une condition nécessaire de Y, alors Y ne se produira jamais à moins que X ne se produise. Une telle relation entre X et Y peut être qualifiée de relation «producteur-produit». De telles relations «producteur-produit» sont les préoccupations particulières des sciences sociales et du comportement.

A titre d'illustration, on peut dire que la différenciation est une condition nécessaire de la stratification sociale, c'est-à-dire que la stratification sociale ne se produirait jamais si les personnes en cours d'interaction ne se différenciaient pas.

(b) Une condition suffisante est une condition qui est toujours suivie du phénomène dont elle est la "cause". Si X est une condition suffisante de Y, alors, chaque fois que X se produit, Y se produira toujours. Il faut garder à l'esprit que dans ce sens strict de «cause à effet», aucun objet ou événement ne peut à lui seul être considéré comme la cause d'un autre objet ou événement.

L’effet qu’un objet ou un événement a sur un autre dépend toujours de son environnement. Par exemple, le fait de frapper la cloche n’entraînera pas le son ultérieur si la cloche est frappée dans le vide. Une telle relation entre X et Y est étudiée principalement dans un «système mécaniste».

(c) Une condition contributive est une condition qui augmente la probabilité qu'un phénomène donné se produise mais ne garantit pas sa survenance, car ce n'est qu'un des nombreux facteurs qui déterminent ensemble la survenue d'un phénomène donné.

Certaines études sociologiques ont suggéré que l'absence d'une figure paternelle de la maison pendant l'enfance est une condition contribuant à la génération de la toxicomanie chez les adolescents de la famille.

(d) Une condition contingente est une condition dans laquelle un facteur donné est un facteur contribuant à la production d'un phénomène (effet) donné. Dans l'exemple ci-dessus, la condition contributive, à savoir l'absence de la figure paternelle, peut contribuer à l'incidence de la toxicomanie chez les adolescents uniquement dans les quartiers où la consommation de drogue est assez répandue.

Dans ce cas, un tel voisinage est un contingent dans lequel la condition contributive, à savoir l'absence de figure paternelle, contribue à la probabilité d'apparition de «l'effet».

e) Les conditions alternatives sont des conditions qui peuvent toutes contribuer à la survenue d'un phénomène ou d'un effet donné.

Dans l'exemple cité ci-dessus, on peut voir que l'absence de la figure paternelle (condition contributive n ° 1) ou de la figure paternelle exprimant une antipathie diverse envers les enfants (condition contributive n ° 1) contribue à produire l'effet, c'est-à-dire, la toxicomanie. Ces conditions sont appelées conditions alternatives.

Il est impossible de démontrer directement qu'une caractéristique ou un événement donné X détermine une autre caractéristique ou un événement Y, soit seul, soit conjointement avec d'autres caractéristiques ou événements.

Nous sommes plutôt en mesure de déduire des données observées que l'hypothèse selon laquelle X est une condition de l'occurrence de Y est (ou n'est pas) acceptable avec une mesure de confiance particulière. Voyons maintenant quelles preuves sont nécessaires pour justifier toute inférence de relation de cause à effet.

(a) Un type de preuve pertinente concerne la variation concomitante, à savoir la mesure dans laquelle X et Y apparaissent ensemble ou varient ensemble.

Supposons que nous voulions vérifier l’hypothèse selon laquelle X est une condition contributive de Y, nous devrons déterminer si la proportion de la cause ayant la caractéristique Y est significativement plus grande parmi les cas ayant le caractère X que parmi les cas n’ayant pas le caractère X. peut arriver à une telle preuve, nous conclurons normalement que l’hypothèse n’est pas tenable.

En outre, si l'hypothèse spécifie également que la quantité de Y est déterminée par la quantité de X, nous devrons également prouver que, dans l'ensemble, les cas qui présentent une quantité plus élevée de X présentent également une quantité plus élevée. de Y.

D'autres types d'hypothèses causales, par exemple, selon lesquelles X est une «cause» nécessaire ou suffisante de Y ou que X est une cause contingente associée à M et une cause alternative à N, nécessiteraient l'identification de modèles particuliers d'association entre X et Y.

Essayons de comprendre cela à l'aide d'un exemple. Supposons qu'un médecin basé sur ses observations dans une petite ville avance l'hypothèse selon laquelle la consommation d'un fruit de saison particulier (X) peut entraîner un froid intense (Y).

Une enquête est ensuite menée dans le but de tester l'hypothèse. Si, à la suite de l’enquête, il est constaté que la proportion de ceux qui mangent le fruit de saison (X) est presque égale chez ceux qui en ont, nous rejetterions l’hypothèse selon laquelle X conduit à Y.

Bien entendu, avant de rejeter l’hypothèse, il faudrait procéder à une enquête approfondie afin de déterminer si la consommation du fruit de saison (X) est une condition contributive du froid (Y) dans certaines conditions éventuelles, par exemple, en général. débilité.

Supposons que l'enquête ait révélé que les personnes qui avaient mangé le fruit et qui souffraient d'une faiblesse générale étaient dans une proportion écrasante chez celles qui avaient froid, alors on peut dire que le fruit de saison (X) est une condition contributive de froid intense (Y) dans la condition contingente de débilité générale (M).

Si, au contraire, l'enquête indiquait que 92% des personnes souffrant de rhume avaient mangé des fruits de saison et que seulement 25% des personnes ne souffrant pas de froid avaient mangé des fruits, nous en conclurions que l'hypothèse selon laquelle X est le facteur contributif 'cause' de Y est tenable.

Il faut se rappeler que l'hypothèse serait tout simplement défendable, non prouvée, car d'autres explications possibles de la relation observée entre X et Y pourraient être invoquées, ce qui serait également défendable, à savoir:

(1) L’affliction du froid a créé en quelque sorte un besoin impérieux pour le fruit, ce qui signifie que la consommation de fruits ne conduit pas au froid; c'est plutôt l'inverse, c'est-à-dire que le froid (Y) crée l'envie de manger le fruit (X).

(2) Une autre condition (Z) a conduit à la fois à manger le fruit de saison et à avoir froid.

(3) Une autre condition (W), comme l'impureté, qui était simplement associée à la consommation du fruit de saison était responsable du froid, à savoir de l'eau du robinet.

(b) Le deuxième type de preuve pertinent pour l'inférence sur la causalité est l'ordre chronologique de deux événements X et Y. Un événement peut raisonnablement être considéré comme la cause de l'autre s'il se produit après les autres événements.

Par définition, un effet ne peut pas être produit par un événement qui se produit uniquement après que l'effet a eu lieu. Dans notre exemple, X ne peut pas être considéré comme la "cause" de Y si, comme proposé dans l'hypothèse alternative n ° 1, la condition de froid intense (Y) a provoqué un appétit pour le fruit de saison (X).

Il serait bon de se rappeler que l'ordre chronologique peut ne pas être accepté par certains comme un test automatique de la causalité. On peut répondre à cet argument en faisant remarquer que, du fait qu’il n’ya pas de lien logique, il ne s’ensuivrait pas que les décalages temporels ne permettent pas d’établir une causalité.

Nous devons reconnaître qu'après tout, utiliser le décalage temporel ou l'ordre chronologique pour déduire le sens de la causalité dans une relation donnée, c'est utiliser l'une des déductions les plus générales fondées sur toutes les expériences menées, à savoir que le présent ne semble pas modifier le passé.

Mais il s’agit d’une hypothèse empirique statistique, non sans exceptions connues. Par conséquent, pour utiliser cette inférence de manière judicieuse, il faut ajouter d’autres raisons supplémentaires pour justifier que l’on peut supposer que les hypothèses s’appliquent à un cas particulier.

Il convient également de noter que la survenue d'un événement causal peut précéder ou peut être simultanée à la survenue d'un effet. Il est également possible que chaque facteur de la relation soit à la fois une "cause" et un "effet" de l'autre facteur.

Ceci est un exemple de la relation causale symétrique. Hypothèse de George Homan:

«Plus le rang d’une personne dans un groupe est élevé, plus ses activités sont conformes aux normes du groupe» caractérise la relation causale symétrique dans la mesure où l’inverse de l’hypothèse est également vrai, c’est-à-dire que les activités de plus une personne atteint la norme, plus son rang aura tendance à être élevé.

Bien que des relations causales symétriques soient fréquemment trouvées dans le domaine des phénomènes sociaux, il est utile de se concentrer sur l'influence d'un facteur sur l'autre.

En distinguant "cause" et "effet", il est utile de déterminer lequel des deux événements est survenu en premier, en supposant qu'ils ne se soient pas produits simultanément. Sachant qu'une augmentation de rang dans un cas spécifique a précédé une augmentation de conformité aux normes du groupe, nous comprenons que l'augmentation de conformité n'était pas le facteur causal.

Cependant, la connaissance de la priorité temporelle n'est pas en soi suffisante pour en déduire une causalité. Dans notre exemple, même si nous avions établi avec certitude que X précédait Y, cela ne suffisait pas pour dire que la consommation de fruits de saison (X) provoquait un froid intense (Y).

Deux autres hypothèses (n ° 2 et n ° 3) doivent être prises en compte, à savoir qu'une autre condition conduise à la fois à (X) et à (Y) ou qu'une autre condition associée à X soit responsable de Y.

(c) Nous devons donc obtenir des éléments de preuve établissant qu’aucun autre facteur que celui supposé (X) n’est la «cause» de l’effet hypothétique (Y). Tant que la preuve excluant un autre facteur permettant de déterminer la condition déterminante de l'effet escompté n'est pas assurée, nous ne pourrons pas dire que X est la "cause" de Y.

Dans notre exemple, il se peut que certains facteurs tiers, par exemple les sécrétions glandulaires, conduisent à désirer manger les fruits de saison ainsi qu’à un froid intense. Si nous pouvons le nier, il reste encore une autre possibilité, c'est-à-dire un autre facteur associé à la consommation de fruits de saison conduit au froid.

Supposons que les personnes qui ont acheté les fruits dans un magasin particulier pendant longtemps sont celles qui ont le plus souffert du froid, alors que les rares personnes qui ont acheté des fruits dans un autre magasin où elles étaient conservées dans un entrepôt frigorifique n'ont généralement pas souffert du froid; ensuite, l'hypothèse selon laquelle le fruit saisonnier (X) lui-même serait la cause d'un rhume (Y) devrait être écartée et l'attention serait portée sur les effets du système de stockage qui pourraient avoir provoqué une réaction chimique sur les fruits dans un magasiner mais pas dans l'autre.

Dans ces circonstances, l'effet Y serait correctement attribué au facteur chimique. Il convient de souligner que les trois types d'éléments de preuve, à savoir la variation concomitante, la séquence chronologique des variables et les éléments de preuve excluant un autre facteur en tant que "cause" sont ou ne sont pas la cause de l'effet. Cependant, il ne fournit aucune certitude absolue.

Autrement dit, nous pouvons, sur la base de notre preuve, conclure qu'il est raisonnable de croire que X est la "cause" de Y, mais nous ne pouvons jamais être certains que la relation a été démontrée de manière concluante.

Dans notre exemple ci-dessus, les procédures suggérées pour tester l'hypothèse selon laquelle X est une cause de Y demandent de nombreuses études différentes. Aucune de ces études séparées ne pourrait fournir un motif très sûr pour tester l'hypothèse car elle laissait les hypothèses alternatives indemnes et non vérifiées.

Un modèle expérimental prévoit la collecte simultanée de divers types d’éléments de preuve, de sorte que toutes les hypothèses alternatives puissent être testées. Dans un test expérimental de l'hypothèse de notre exemple, le chercheur aurait pu faire en sorte qu'un certain nombre de sujets mangent le fruit de saison ('x) et qu'un certain nombre de sujets comparables ne mangent pas le fruit.

Les groupes doivent être choisis de telle sorte qu'ils ne diffèrent pas les uns des autres sauf par hasard, avant de manger les fruits de la saison. La comparaison de l'incidence du rhume (Y) dans deux groupes après un groupe qui ne l'a pas mangé indiquerait si la consommation du fruit (X) et du froid (Y) varient simultanément.

En enregistrant soigneusement l'heure à laquelle le fruit a été mangé (X) et l'heure à laquelle il a pris froid et froid (Y), le chercheur obtiendrait la preuve de laquelle des variables étaient les premières.

By introducing 'controls' to protect against the possibility that different exposures or experiences during the experiment (other than eating of seasonal fruit or not eating it) which might affect the occurrence of cold, he would ensure that the two groups differ from each other only with respect to (X).

The researcher, in addition, could build into his experiment, the provision for testing hypotheses about particular alternative causal factors. For example, the researcher would test the hypotheses about the effects of storing system by having some of the subjects eat seasonal fruit that had been stored in cold-storage and some eat other fruit (not the seasonal fruit in question) stored in the open.

This would help him “to ascertain whether the 'open' storing system alone was productive of (Y) or whether the 'open storage' interacted with the seasonal fruit (X) and the product of interaction (V) produced (Y), ie, cold.

Thus, we see that experimental design wherever it is feasible is the most effective device for testing a causal hypothesis. But then, experiments are not possible to be set up in certain situations.

Suppose a researcher is interested in studying the effects of different methods of child-rearing on the personality structure of a person. He cannot conceivably assign certain children to be brought up in one way, others in another.

In such a case he would have no other alternative but to proceed by locating children who have been brought up in different ways and then assessing their personalities.

Hypotheses about the effect of attributes of the individuals are not often amenable to experimental investigation since the manipulation of the 'independent' variable (experimental variable or the factor which has been hypothesized as the 'cause') is either extremely difficult or impossible. Let us say, we want to see the effect of feeblemindedness (X) on perception (Y).

It would not be possible in this case to manipulate (increase or decrease) feeblemindedness. The only alternative open to us will be to achieve this variation by selecting individuals in whom this variable is present or absent; more or less.

Occasionally, natural situations may provide the desired contrasting conditions (eg, very high IQ) and thus the opportunity for sufficiently rigorous procedures to make possible a reasonably sound basis for inference.

Ordinarily, however, the natural situations are complicated and do not admit of an assumption on the part of the researcher that two or more groups that he has chosen for the purpose of experimentation variable. It is understandable that without a sound basis for such an assumption which a created artificial situation affords. The results of the experiment can have only a doubtful reliability.

Of course, there is no absolute certainty about the validity of inference. No matter how carefully controlled the experiment, there always lurks a possibility that the influence of some factor was not taken into account.

Especially, in social sciences, where there is little knowledge about what factors to control and where many of the relevant factors (eg, attributes of the individual) are not quite amenable to control, this possibility has to be contended with.