Asosiasi tidak boleh dikacaukan dengan kausalitas; jika X menyebabkan Y , maka keduanya terkait (tergantung). Namun, asosiasi dapat muncul antara variabel yang ada (yaitu, X menyebabkan Y) dan tidak adanya (yaitu, mereka memiliki penyebab yang sama) dari hubungan sebab akibat, seperti yang telah kita lihat dalam konteks jaringan Bayesian1.
Apa yang membuat asosiasi kausal?
Kekuatan asosiasi – Semakin kuat asosiasi, atau besarnya risiko, antara faktor risiko dan hasil, semakin besar kemungkinan hubungan tersebut dianggap kausal. Konsistensi – Temuan yang sama telah diamati di antara populasi yang berbeda, menggunakan desain studi yang berbeda dan pada waktu yang berbeda.
Apa pedoman untuk menilai apakah suatu asosiasi kausal?
Yang paling penting dari pedoman ini adalah 'strength' (asosiasi yang kuat lebih mungkin menjadi penyebab daripada yang lemah), 'consistency' (asosiasi diamati dalam studi yang berbeda, dalam keadaan, waktu dan tempat yang berbeda), 'gradien biologis' (yaitu dosis-respon – efeknya cenderung lebih besar …
Dapatkah asosiasi bersifat kausal atau non kausal?
Kata, 'associated' tepat karena mencakup hubungan kausal dan non-kausal. Namun, 'risiko meningkat' cenderung ditafsirkan sebagai 'penyebab' karena jika A meningkatkan risiko B, implikasinya adalah A menyebabkan B.
Apa perbedaan antaramodel asosiatif dan kausal?
Sementara sistem asosiatif hanya menghubungkan stimulus A dan B, model kausal proposisional mewakili bagaimana A dan B terkait satu sama lain-misalnya, sebagai penyebab sebelumnya dan akibat berikutnya (Pearl & Russell, 2001).
