Ja, precies. Een confounder kan schijnsamenhang veroorzaken.
Stel je bijvoorbeeld voor dat je een experiment doet, maar je steekproef veel te klein is, bijvoorbeeld twee cellen van 20 deelnemers elk. Dan is de kans dat bijvoorbeeld impulscontrole verschilt tussen die twee cellen aanzienlijk.
Stel je voor dat je wil onderzoeken of mensen minder goed wilskracht kunnen uitoefenen als er hen nieuwe, onbekende muziek speelt (e.g. Zeal & Ardor). In de controleconditie zitten mensen in een stil laboratorium, en in de experimentele conditie speelt Zeal & Ardor: in beide condities doen de deelnemers een taakje om wilskracht te meten, zoals bijvoorbeeld zo lang mogelijk een handknijper inknijpen.
Als je nu toevallig in de controlegroep deelnemers met meer impulscontrole hebt, dan zullen die waarschijnlijk minder snel opgeven.
Je zou dan concluderen dat de muziek invloed heeft. Echter, dit zou een 'spurious relationship' zijn, veroorzaakt door de confounder: impulscontrole.
Die confounder bestaat dan omdat je veel te weinig deelnemers hebt om je randomisatie te laten slagen.
Door impulscontrole van te voren te meten en op te nemen in je analyses als covariaat zou je hiervoor kunnen corrigeren. In het echt weet je natuurlijk niet wat de mogelijke confounders zijn, en zou zo'n relatie dus 'spurious' kunnen zijn omdat er onbekende confounders zijn.
Als je design niet experimenteel is (en als je randomiseert maar kleine groepen hebt, dan is je design vaak niet experimenteel, alleen ben je je daar niet bewust van) dan kan er dus confounding zijn, en kunnen daardoor de relaties die je vindt spurious zijn.