نوشتۀ دکتر Adi Jaffe – اجازه بدهید همین ابتدا تکلیف یک چیز را معلوم کنیم: رابطه در مفهوم کلی یا رابطه دو طرفه، همان نسبت علت و معلولی نیست ولی به همان اندازه اهمیت دارد.
یکی از خوانندگان نظری برای مقاله قبل نوشت و من را به خاطر عقیده ام مبنی بر اینکه ماریجوانا، باعث آسیب زدن به روابط می‌شود، بازخواست کرد.
البته این خواننده در این مورد بخصوص دچار اشتباه و کج فهمی شده بود چون من عمدا و مخصوصا از کلمه «وابسته/همبسته (associated)» استفاده کردم. ولی نظر او مرا به فکر واداشت تا تفاوت بین کلمات ارتباط، نسبت و وابستگی را بیشتر و دقیق‌تر توضیح بدهم.
من یک محققِ معتاد به مطالعه هستم و در حیطه کاری من، معنای دقیق کلمات و برداشت خواننده‌ها به شدت اهمیت دارد.
شفاف بودن نسبت به نتیجه گیری در تحقیق در رابطه دو طرفه
رابطه: وقتی محققین، رابطه‌ای را کشف می‌کنند که این ارتباط با عبارت نسبت یا رابطه دو طرفه هم ممکن است به کار برود، منظور محققین این است که آنها بین دو یا چند متغیر، یک ارتباط منطقی پیدا کرده‌اند.
مثلا در مورد مقاله‌ای که درباره ماریجوانا نوشته شد، محققین دریافتند که بین استفاده از ماریجوانا در بین نسل نوجوان و داشتن روابط زناشویی یا مشترک ناسالم و ضعیف وابستگی وجود دارد.
مفهوم رابطه می تواند از جنس مثبت باشد. مثلا در مورد مصرف و تاثیرات ماری جوانا ، وقتی یک متغیر (مصرف) افزایش پیدا می‌کند، متغیر وابسته دیگر هم همزمان تغییر می‌کند (وخیم‌تر می‌شود) (مشکل در ارتباط و زندگی مشترک).
یا رابطه ممکن است منفی باشد به این معنی که وقتی یک متغیر افزایش پیدا می‌کند (مصرف ماده متامفتامین)، متغییر دیگر (معدل) کاهش می‌یابد.
مشکل اینجاست که اگر سایر متغیرهای تاثیرگذار کنترل نشوند و روی این رابطه مستقیم بین دو یا چند متغییر تاثیر بگذارند، محققین نمی‌توانند نظر درست و دقیقی در مورد این رابطه بیان کنند.
مثلا در مورد وابستگی بین مصرف ماریجوانا و زناشویی، عوامل دیگری مانند تحصیل، جنسیت و مسائل مربوط به سلامت فکر، متغیرهایی هستند که می‌توانند روی این رابطه، تاثیرگذار باشند. البته در این مطالعه، محققین این متغیرها را به درستی کنترل کرده‌اند.
محققین از ابزارهای آماری پیچیده‌ای برای کنترل متغیرهای غیر مرتبط استفاده می‌کنند. این ابزارها گاهی اوقات به سادگی استفاده از رگرسیون چندگانه و یا به پیچیدگی و دشواری مدلسازی های چندسطحی و مدلسازی معادلات ساختاری است.
این روشها به محققین اجازه می‌دهند تا تاثیر یک متغیر از متغیرهای دیگر را جداسازی کنند و در نتیجه با اطمینان و به طور محکم درباره رابطۀ درستی که یافته‌اند، ادعا کنند. با این حال، حتی در بهترین شرایط تحلیلی هم، رابطۀ دو طرفه به معنی نسبت علت و معلولی نیست.
نسبت علت و معلول: وقتی یک مقاله در مورد یک نسبت یا رابطه علت و معلول حرف می‌زند، به این معنی است که محققین دریافته‌اند که وقتی تغییری در متغیری که مورد بررسی و سنجش قرار گرفته، رخ می‌دهد، این تغییر مستقیما باعث تغییر در متغیر دیگر می‌شود.
مثلا تحقیقات نشان می‌دهند که وقتی از روی یک سخره بلند پرش می‌کنید، آسیب‌های جسمی فراوانی به شما وارد می‌شود. محققین برای رسیدن به چنین استدلالی باید از افرادی بخواهند که از روی سخره‌ای با ارتفاع زیاد بپرند تا آنها میزان آسیب‌های جسمی وارد شده به این افراد را اندازه‌گیری کنند.
آنها وقتی با اندازه‌گیری آسیب‌ها، متوجه شوند که حقیقتا پرش از روی سخره‌های بلند باعث آسیب به جسم افراد می‌شود، در نتیجه می‌توانند با اطمینان ادعا کنند که این مسئله از نظر تجربی و علمی صحت دارد و نسبت (رابطه علت و معلولی) میان آنها را نشان دهند.
بیشتر مقاله‌های تحقیقاتی که شما مطالعه می‌کنید معمولا رابطه دو طرفه را میان دو متغیر نشان می‌دهند نه نسبت علت و معلولی بین آنها را.
شما از این به بعد می‌توانید با دقت بیشتری به کلمه کلیدی رابطه در این مقالات دقت کنید تا متوجه این مسئله شوید. اگر در مقاله‌ها با این عبارت‌ها مواجه شدید: «محققان دریافته‌اند که مردان…» یا «زن‌ها با احتمال بیشتری…» به معنی این است که این مقاله‌ها بیشتر در مورد وابستگی بین متغیرها صحبت می‌کنند نه نسبت علت و معلولی بین آنها.
دلیل تفاوت این مفاهیم چیست؟
دلیل این تفاوت این است که اگر محققین بخواهند رابطه علت و معلولی را بین دو یا چند متغیر ادعا کنند باید شرکت‌کنندگان در تحقیق را به چند گروه متفاوت تقسیم کنند و از آنها بخواهند بر مبنای اهداف تحقیق‌شان، رفتار نمایند؛ درحالی که در بقیه موارد و تحقیقات دیگر چنین کاری نیاز نیست.
دقیقا همین اتفاق هم در نمونه‌های آزمایشی پزشکی اتفاق می‌افتد چون سازمان غذا و دارو به مدرک‌های علمی و مستندات درست نیاز دارد تا درمان را به عنوان روشی که باعث بهبود بیمار می‌شود، تایید کند.
در کشف نسبت‌های علت و معلولی، چیزی که باعت اعتبار آزمایش‌ها و تجربه‌ها می‌شود این است که شرایط تصادفی برای مطالعه انتخاب شود. به غیر از مطالعات و تحقیقات در مورد وابستگی بین متغیرها، در بقیه تحقیقات، شرایط تصادفی، این اطمینان را می‌دهد که فقط همان رفتار مورد نظر مورد مطالعه قرار گرفته (اگر همه چیز به درستی طراحی شده باشد) و تاثیرات تصادفی دیگر روی نتیجه تحقیق اثرگذار نیستند.
واضح است که اثبات نسبت علت و معلولی بین دو یا چند متغیر بسیار سخت‌تر از اثبات وابستگی آنها به هم است.
ولی این دلیل نمی‌شود که ما وابستگی‌ها را کلا نادیده بگیریم.
وجود رابطه بین متغیرها برای تحقیقات، مهم و حیاتی است و همچنان باید در مطالعات علمی و تجربی مدنظر قرار بگیرد بخصوص در حیطه تحقیقاتی مانند اعتیاد.
دلیل این امر بسیار واضح و ساده است؛ ما نمی‌توانیم به طور شانسی و تصادفی به افراد مواد یا داروهایی مانند متامفتامین بدهیم بدون اینکه قبلا تاثیر آن را روی مغز و جسم افراد بررسی کرده باشیم. این کار کاملا غیراخلاقی است. بنابراین چیزی که باید درباره آن مطالعه کنیم، مصرف شیشه یا سایر مواد مخدر است که وابسته به این مقوله است.
به همین دلیل است که محققین از ابزارها و روش‌های آماری ویژه برای بررسی و تحلیل همبستگی و وابستگی بین متغیرها استفاده می‌کنند تا مطمئن شوند که عوامل مداخله‌گر دیگر را هم در نظر گرفته‌اند و تاثیر آنها را جدا کرده‌اند.
در مورد مقاله نوشته شده درباره آثار مخرب ماریجوانا بر روی رابطه مشترک زوجین در سنین بلوغ و جوانی، محققین، متغیرهای دیگری را هم که در این رابطه دخالت و تاثیر داشتند، مانند پرخاشگری، جنسیت، تحصیلات، وابستگی و صمیمیت با اعضای خانواده و غیره را جدا کردند.
آنها با این کار بهترین عملکرد را برای نشان دادن وابستگی میان مصرف ماریجوانا و رابطه زوجین نشان دادند و با اطمینان این ادعای خود را اثبات کردند. قطعا احتمالات دیگری هم در این‌باره ممکن است وجود داشته باشد ولی هرچه محققین بیشتری روی این رابطه به شیوه‌های مختلف بررسی می‌کنند، بیشتر به حقیقت آن پی می‌برند.
این مسئله، اهمیت و تاثیر تحقیقات علمی را بیشتر نشان می‌دهد. به همین دلیل است که ما متوجه می‌شویم که کشیدن سیگار یا مصرف مواد مخدر باعث بروز سرطان می‌شود.
این مسئله را از طریق مطالعات و یافته‌های تحقیقاتی مداوم و بی‌پایان که هر روز برای اثبات این وابستگی بین مصرف مواد و آسیب های جسمی و روحی انجام می‌شود، متوجه می شویم.