Hills Criteria Causation menguraikan kondisi minimal yang diperlukan untuk membangun
hubungan sebab akibat antara dua faktor. Kriteria tersebut awalnya disampaikan oleh Austin
Bradford Hill (1897-1991), seorang ahli statistik medis Inggris, yaitu :
2. Kekhususan (Specifity)
Ketika ditemukan kekhususan antara dua faktor yang berhubungan, maka akan menyediakan
dukungan tambahan untuk hubungan sebab akibat. Namun, tidak adanya kekhususan sama sekali
tidak meniadakan hubungan kausal. Karena hasil (apakah itu penyebaran penyakit, kejadian
perilaku sosial tertentu manusia atau perubahan suhu global) yang cenderung memiliki beberapa
faktor yang mempengaruhi mereka, sangat mungkin bahwa kita akan menemukan satu per satu
penyebab pengaruh hubungan antara dua fenomena. Hubungan sebab akibat itu sangat banyak.
Oleh karena itu, perlu untuk menguji hubungan sebab akibat tertentu dalam cara pandang
sistematik yang lebih besar.
3. Hubungan Dosis-Respon (Dose-Respon Relationship)
Peningkatan jumlah paparan meningkatkan risiko. Jika hubungan dosis-respon muncul, maka
akan menjadi bukti kuat untuk menjadi hubungan sebab akibat. Contoh: hubungan antara
pertumbuhan penduduk dan intensifikasi pertanian. Jika pertumbuhan penduduk merupakan
penyebab intensifikasi pertanian, maka peningkatan jumlah penduduk dalam suatu daerah
tertentu harus menghasilkan peningkatan yang sepadan dalam jumlah energi dan sumber daya
yang diinvestasikan dalam produksi pertanian. Sebaliknya, bila penurunan populasi terjadi, kita
harus melihat pengurangan sepadan dalam investasi energi dan sumber daya per hektar.
4. Ketetapan (Consistency)
Asosiasi (hubungan) ini menjadi konsisten (tetap) ketika hasilnya direplikasi dalam studi di
setting yang berbeda dan menggunakan metode yang berbeda. Artinya, jika sebuah hubungan
menjadi sebab akibat, maka kita akan mengharapkan untuk menemukannya secara konsisten
(tetap) dalam studi yang berbeda dan dalam populasi yang berbeda. Inilah sebabnya mengapa
percobaan harus banyak dilakukan terlebih dahulu, sebelum laporan yang berarti dibuat tentang
hubungan sebab akibat antara dua faktor. Sebagai contoh, diperlukan ribuan penelitian yang
sangat teknis dari hubungan antara merokok dan kanker sebelum kesimpulan yang pasti bisa
dibuat bahwa merokok meningkatkan risiko (tetapi tidak menyebabkan) kanker.
5. Kekuatan (Strenght)
Hal ini didefinisikan oleh ukuran dasar yang diukur dengan tes statistik yang sesuai. Semakin
kuat asosiasi, semakin besar kemungkinan bahwa hubungan dari "A" ke "B" adalah kausal.
Sebagai contoh, semakin tinggi hubungan hipertensi dengan diet sodium, semakin kuat
hubungan antara sodium dan hipertensi.
8. Eksperimen (Experiment)
Kondisi ini dapat diubah (dicegah atau diperbaiki) oleh eksperimental yang sesuai dengan faktor-
faktor yang berhubungan.
9. Kesesuaian (Coherence)
Hubungan ini harus sesuai dengan teori dan pengetahuan yang ada. Dengan kata lain, perlu untuk
mengevaluasi pernyataan-pernyataan hubungan sebab akibat yang secara langsung dalam suatu
bidang tertentu dan dalam bidang terkait.