Hoe meer talen er in een land gesproken worden, des te groter is de kans op verkeersongelukken. In landen waar acacia’s groeien, wordt veel vaker gebruik gemaakt van toonhoogte om betekenisverschil te maken tussen woorden. En hoe meer siësta’s de mensen houden, des te minder naamvallen, vervoegingen en verbuigingen gebruiken ze in hun taal.

Het zijn zomaar wat statistisch significante correlaties in een interessant, gisteren verschenen artikel in het online tijdschrift PLOS ONE. 

We hebben de afgelopen jaren tal van dit soort verbanden voorbij zien komen, die vaak kortstondig ook de niet-wetenschappelijke pers haalden: het verband tussen de hoeveelheid klinkers en medeklinkers en de afstand tot Afrika bijvoorbeeld. Of tussen de aanwezigheid van een toekomende tijd voor werkwoorden en spaargedrag van de sprekers. 

In dit nieuwe artikel willen de auteurs, Seán Roberts en James Winters, vooral wijzen op de gevaren van de correlatiestorm die er de laatste jaren over de taalwetenschap – en vast ook elders – is uitgebroken. Ineens zijn heel veel heel grote verzamelingen gegevens over allerlei menselijk gedrag ter beschikking gekomen. Voor de taalkunde zelf betreft dit vooral de World Atlas of Language Structures die gratis geraadpleegd kan worden en informatie heeft over de grammaticale eigenschappen van honderden talen van over de hele wereld.

Het probleem, zo laten Roberts en Winters overtuigend zien, is dat je als je maar genoeg gegevens hebt, je vanzelf altijd wel correlaties vindt die statistisch significant zijn en toch moeten worden toegeschreven aan het toeval. Dat heeft te maken met de definitie ‘statistisch significant’: die zegt vooral dat de kans op een bepaald verband is. Maar als je ‘heel klein’ stelt op ‘een op een miljoen’, en je een database maakt met tien miljoen correlaties, vindt je dus al snel zo’n tien statistisch significante correlaties die toch niets betekenen.

De relatie tussen taaldiversiteit en verkeersongelukken is daar mogelijk een van, al kan het ook nog een andere verklaring hebben – dat in een land met veel taaldiversiteit er grotere kans is op etnische tegenstellingen (zo’n land is immers per definitie niet homogeen), en dus op een zwakkere regering, en daarmee op die ongelukken.

Tegelijkertijd is het natuurlijk heel verleidelijk om meteen een persbericht uit te sturen met de kop ‘Onderzoek bewijst: taaldiversiteit zorgt voor verkeersongelukken’. In hun artikel laten Roberts en Winters zien hoe we ons kunnen wapenen tegen dit soort verleidingen, zonder al die prachtige statistische middelen meteen overboord te gooien. Zij leggen er daarbij de nadruk op dat je op deze manier op ideeën kunt komen: wat zou het zijn dat acacia’s en taaltonen gemeenschappelijk hebben. Ik zou zeggen dat het vooral ook precies andersom moet: je zou eigenlijk alleen geïnteresseerd moeten zijn in correlaties zijn die iets vertellen over een bepaalde theorie – zodat de correlaties kunnen worden ingebed in een groter bouwwerk van kennis.