et y saaks muutuda. On kindlaks tehtud, et seos pole mõjutatud kolmandast tegurist z (x ja y muutumises ei saa z olla osaline). Sotsiaalteadustes on siiski tihti raske tugevat kausaalset seost tuvastada. Miks? Igasugune seos pole kausaalne seos too näiteid! Veel seoste tüüpe Kausaalseid seoseid on sotsiaalteadustes üsna raske tuvastada, sest tihtipeale on tegu mitmikkausaalsusega (multiple causation): Mitu erinevat muutujat mõjutavad nähtust, mida uurime. Mõnikord võib ka tegu olla libaseosega (spurious relationship) Kaks muutujat (A ja B) varieeruvad koos vaid seetõttu, et mängu on segatud kolmas muutuja (Z). Kui kolmandat muutujat poleks, siis A ja B ei varieeruks. Paindlik seos kui me täpselt ei tea, mis on sõltuv ja mis sõltumatu muutuja, siis võib seos välja näha ka:
kohtades kus ilm oli halb oli ka väiksem valimisaktiivsus, ei mänginud rolli ei see, et rahvas on poliitikast võõrandunud, et ülepaisutatud valimiskampaaniad ei tekitas vastikust, et hoopis selle päeva hea TV programm polnud asjas süüdi, jne. • Sotsiaalteadustes on siiski tihti raske tugevat kausaalset seost tuvastada. Miks? Veel seost tüüpe • Kausaalseid seoseid on sotsiaalteadustes üsna raske tuvastada, sest tihtipeale on tegu mitmikkausaalsusega (multiple causation): – Mitu erinevat muutujat mõjutavad nähtust, mida uurime. Mitmik-kausaalsusega oli tegemist ilmselt eelmises valimisaktiivsuse näites. • Mõnikord võib ka tegu olla libaseosega (spurious relationship) – Kaks muutujat (A ja B) varieeruvad koos vaid seetõttu, et mängu on segatud kolmas muutuja (Z). Kui kolmandat muutujat poleks, siis A ja B ei varieeruks. – Nt. Kurgede ja laste arv (tegelik mõjustaja: asustustihedus)
annaabi.ee 
