المستقل المقابل لهذا المعامل على المتغير التابع داخل الانحدار المتعدد، قد تم تقديره
مع ضبط كل المتغيرات المستقلة الأخرى في المعادلة.
إن الاستنتاج القائل إن واقعة معينة تسبب واقعة أخرى يتطلب ماهو أكثر من مجرد إظهار أن الواقعتين مرتبطتان. لكن إثبات عدم زيف الارتباط بين واقعتين لايبين أي الواقعتين هي السبب وأيهما هي النتيجة . فكي نستدل على أن (أ) تسبب (ب) يجب أن تثبت أنه ليست هناك واقعة ثالثة (ج) تؤثر عليهما معاً، وتسبب الارتباط
الملاحظ بينهما . كما يجب أن نثبت إضافة إلى ذلك، أن (أ) تسبق (ب) زمنياً .
وإحدى طرائق إدخال بعد الزمن في التصميم البحثي هي أن نوظف نمطاً ما من أنماط تحليل السلاسل الزمنية. إذ نستطيع من خلال قيـاسنـا لمتغيرات السبب والنتيجة عبر الزمن، أن نظهر ما إذا كانت التذبذبات في الوقائع المسببة تميل إلى أن تسبق التذبذبات في الوقائع الناتجة. افترض مثلاً أننا نقيس مساحة البقعة التي يسيطر عليها نظام سياسي معين، مثل الدولة الرومانية عبر فترات أو أجيال متتابعة مقدار كل منها عشرون عاماً. وافترض أيضاً أننا نريد أن نقيس دافع الإنجاز كما يتكشف من خلال الأدب القومي لذلك النظام. نفترض أولاً أن دافع الإنجاز الموجود في الطابع القومي National Character يؤدي إلى فتوحات عسكرية، بعد انقضاء فاصل زمني مقداره جيل واحد . فإذا كان هذا الفرض صحيحاً توجب أن يكون الارتباط الثنائي بين الصور الأدبية الخاصة بالإنجاز وبين التوسع الإقليمي في أقصى حالات ارتفاعه وذلك عندما تحسب عمليات الارتباط بين دافع الإنجاز في جيل معين، وبين التوسع الإقليمي في الجيل التالي له .
هذا الارتباط الخاص المؤجل Lagged Correlation ينبغي أن يكون أكبر في قيمته المطلقة من ذلك الارتباط المتزامن Synchronous بين المتغيرين إذا قيسا بالنسبة لنفس الجيل، أكبر حتى من ذلك الارتباط المؤجل الذي يسير في الاتجاه المعاكس أي بين دافعية الإنجاز في جيل معين وبين التوسع الإقليمي في الجيل السابق عليه . فالنتيجة تأتي بعد السبب وليس العكس .
_TO_
ص ٣٥