Sisu
Korrelatsioon näitab seost kahe muutuja vahel. Põhjuslikkus näitab, et üks muutuja mõjutab otseselt teise muutust. Ehkki korrelatsioon võib viidata põhjuslikkusele, on see erinev kui põhjus-tagajärg seos. Näiteks kui uuring näitab positiivset seost õnne ja lasteta olemise vahel, ei tähenda see, et lapsed põhjustavad õnnetuid tagajärgi. Tegelikult võivad korrelatsioonid olla täiesti juhuslikud, näiteks Napoleoni lühike kasv ja tema võimutõus. Seevastu kui eksperiment näitab, et ennustatud tulemus tuleneb lakkamatult konkreetse muutujaga manipuleerimisest, siis on teadlased kindlamad põhjuslikkuse osas, mis tähistab ka korrelatsiooni.
Näited korrelatsioonist
Statistiliste testidega mõõdetakse tõenäosust, kas korrelatsioon on tingitud juhuslikust või mittejuhuslikust seosest. Teadmine, et muutujate vahel on statistiliselt oluline seos, on kasulik mitmel viisil. Näiteks uurivad turundusuurijad reklaami jõupingutuste ja müügi seoseid. Põllumajandustootjad hindavad pestitsiidide kasutamise ja saagikuse vahelist seost. Sotsiaalteadlased uurivad seostumisstrateegiate kindlakstegemiseks vaesuse ja kuritegevuse määra seoseid. Korrelatsioonid võivad olla ka negatiivsed suunas, näiteks toidukaupade hindade tõus, kui toiduainete pakkumine põua ajal väheneb.
Näited põhjuslikkusest
Kui tuul puu otsa kukub, on see põhjus ja tagajärg. Muud põhjuslikud seosed on keerukamad. Näiteks kui teadlased näevad inimese uuringutes uue ravimi manustamisel paljutõotavaid tulemusi, peavad nad olema kindlad, et ravim põhjustab muutust, mitte aga muud tegurid, näiteks osalejate toitumise või elustiili muutmine. Põhjuslikkuse tuvastamiseks peavad tõendid olema veenvad. Ebapiisavad tõendusmaterjalid võivad põhjustada valeväiteid ravimise kohta ja ekslikke uskumusi põhjuste kohta. Keskajal toimus nõiajaht, sest külaelanikud omistasid nõiduse olemasolule nälja ja kannatused.