Evidence interpretation: prediction, effect size, causation, and uncertainty

Correlation does not establish causation / Korrelation er ikke det samme som kausalitet

Blot fordi to variabler er stærkt associerede (f.eks. is-salg og drukneulykker), kan man ikke slutte, at den ene er årsag til den anden

Prediction is not the same as explanation / Prædiktion er ikke det samme som forklaring

Man kan bruge mekaniske modeller til at forudsige adfærd præcist uden at have en dybere teoretisk forklaring på, hvorfor adfærden opstår. Inden for evolutionær psykologi skelner man også mellem at forudsige nye mekanismer og forklare allerede kendte fænomener

Third variables may explain an association / Tredjevariable kan forklare en sammenhæng

En korrelation mellem to ting (A og B) kan skyldes en bagvedliggende tredje variabel (C); f.eks. kan varme (C) forklare både øget is-forbrug (A) og flere badende/drukneulykker (B)

Effect size matters / Effektstørrelse betyder noget

Det er ikke nok at vide, at der er en sammenhæng; man må måle styrken af den (f.eks. via Pearson’s r eller Cohen’s d) for at vurdere, hvor meget et fund reelt betyder

Statistical significance is not the same as practical importance / Statistisk signifikans er ikke det samme som praktisk betydning

Et resultat kan være statistisk signifikant (p < .05), uden at effekten er stor nok til at have nogen reel konsekvens eller betydning i den virkelige verden

Modest correlations can still be meaningful / Beskedne korrelationer kan stadig være meningsfulde

Selvom korrelationer på .3-.4 (Mischels kritik) kan virke små, er de ofte på højde med effekter i socialpsykologiske eksperimenter og kan have stor kumulativ betydning for vigtige livsudfald (som dødelighed eller skilsmisse)

Useful prediction does not require perfect prediction / Nyttig prædiktion kræver ikke perfekt prædiktion

Selvom menneskelig adfærd er kompleks og svær at vurdere fejlfrit, er statistiske modeller ofte langt mere nyttige og præcise end subjektive kliniske vurderinger, selvom de ikke rammer rigtigt hver gang

Longitudinal prediction is not automatically causal proof / Longitudinel prædiktion er ikke automatisk bevis for kausalitet

At ét fænomen kan forudsige et andet over tid (f.eks. forældres uddannelse og børns indskrivning på universitet), er ikke i sig selv bevis for en direkte årsagssammenhæng, da fælles gener ofte kan forklare sammenhængen

Cross-cultural correlations are not automatically causal evidence / Tværkulturelle korrelationer er ikke automatisk kausal evidens

Sammenhænge fundet på tværs af kulturer (f.eks. mellem slægtskabs-intensitet og tillid til fremmede) giver vigtig viden om generaliserbarhed, men kræver dybere historisk analyse for at bevise, hvad der er årsag og virkning

Variance decomposition is not mechanism identification / Varians-dekomponering er ikke identifikation af mekanismer

Kvantitative modeller (som ACE) kan beregne, "hvor meget" af forskellene mellem mennesker der skyldes gener, men de forklarer ikke de specifikke biologiske processer eller mekanismer, der rent faktisk skaber adfærden