Võltsuhe viitab välimusele, milles muutujate vahel on põhjuslik seos, kui tegelikkuses seda ei ole.
Paljudel juhtudel näivad muutujate vahel põhjuslikud seosed, kui neid tegelikult pole. See näiline suhe võib tekkida igal juhul. On arvukalt juhtumeid, kus muutujate korrelatsioonikordaja on märkimisväärne ja nende vahel puudub põhjuslik seos. See tähendab, et ilmselt põhjustab üks muutuja teist, kuigi neil pole sellega midagi pistmist.
Näide võltssuhtest
Võltssuhte näiteks võib olla suhe 12–18-aastaste laste pikkuse ja matemaatikateadmiste vahel.
Kui lapsed vananevad, muutuvad nad pikemaks. Kui ka lapsed vananevad, õpivad nad aasta läbi rohkem matemaatikat õppima ja keerukamaid probleeme lahendama. Oletame, et kogume statistilise valimi 12–18-aastastest lastest.
Nägime, et kui nende pikkus suureneb (nad on vanemad), suudavad nad lahendada keerukamaid matemaatikaülesandeid, kuid kas pikkus põhjustab neile lastele rohkem matemaatikat? Ilmselgelt mitte. Selle põhjuseks on kolmas muutuja, mida nimetatakse "ühendajaks" või "varjatud muutujaks". Sel juhul on peidetud muutujaks intellektuaalne võimekus.
Kui lapsed vananevad, suureneb nende intellektuaalne võimekus ja suureneb arvutusoskus. Need lapsed on võimelised lahendama üha keerukamaid probleeme, milleks nad nooremana ei olnud võimelised. Arvestades, et vanemaks saades ja intellektuaalset võimekust arenedes muutuvad nad pikemaks, võib tunduda, et laste pikkuse ja matemaatikaoskuste vahel on põhjuslik seos. See on lihtsalt kokkusattumus, sest kõrgem või lühem olemine ei tähenda suuremat matemaatiliste võimete olemasolu. Seega üks muutuja teist ei põhjusta ega seleta.
Korrelatsiooni ja põhjuslikkuse erinevus
Sellised näited on loonud fraasi "korrelatsioon ei tähenda põhjuslikku seost". Vaadake erinevust korrelatsiooni ja põhjuslikkuse vahel.
Peate olema ettevaatlik ja rakendama loogikat. Võib juhtuda, et graafikutes erinevaid muutujaid esitades võib tunduda, et need on omavahel seotud. Reaalsus on aga see, et meie ees on võltssuhted. Sõltuvalt sellest, millist graafi me kasutame, ja skaalast, mida me kasutame, võime leida ilmselt väga veenvaid seoseid. Seetõttu ei piisa muutujate põhjusliku seose otsimisel graafilisest esitusest ja lihtsatest arvutustest.