يشير الارتباط إلى وجود ارتباط بين متغيرين. تظهر السببية أن أحد المتغيرات يؤثر بشكل مباشر على التغيير في الآخر. على الرغم من أن الارتباط قد ينطوي على علاقة سببية ، إلا أن ذلك يختلف عن علاقة السبب والنتيجة. على سبيل المثال ، إذا كشفت دراسة عن وجود علاقة إيجابية بين السعادة وعدم وجود أطفال ، فهذا لا يعني أن الأطفال يسببون التعاسة. في الواقع ، قد تكون العلاقات المتبادلة مصادفة تمامًا ، مثل قصر مكانة نابليون وصعوده إلى السلطة. على النقيض من ذلك ، إذا أظهرت التجربة أن النتيجة المتوقعة تنتج بلا كلل من التلاعب بالنسبة لمتغير معين ، يكون الباحثون أكثر ثقة في السببية ، وهو ما يشير أيضًا علاقة.
تقيس الاختبارات الإحصائية احتمالية ما إذا كان الارتباط ناتجًا عن صدفة أو ارتباط غير عشوائي. إن معرفة وجود علاقة ذات دلالة إحصائية بين المتغيرات أمر مفيد في نواح كثيرة. على سبيل المثال ، يبحث باحثو التسويق في الارتباطات بين جهود الإعلان والمبيعات. يحكم المزارعون على العلاقة بين استخدام مبيدات الآفات وإنتاجية المحاصيل. يدرس علماء الاجتماع الارتباطات بين معدلات الفقر والجريمة لتحديد استراتيجيات التدخل. يمكن أن تكون الارتباطات سلبية في الاتجاه ، مثل زيادة أسعار البقالة عندما ينخفض الإمداد الغذائي أثناء الجفاف.
إذا أطاحت الرياح بشجرة ، فهذا هو السبب والنتيجة. العلاقات السببية الأخرى أكثر تعقيدًا. على سبيل المثال ، عندما يرى العلماء نتائج واعدة من إعطاء دواء جديد في التجارب البشرية ، يجب أن تكون كذلك من المؤكد أن الدواء يسبب التغيير ، وليس عوامل أخرى ، مثل تعديل النظام الغذائي للمشاركين أو أسلوب الحياة. يجب أن تكون الأدلة مقنعة لإعلان السببية. يمكن أن يؤدي عدم كفاية الأدلة إلى ادعاءات كاذبة بالعلاجات ومعتقدات خاطئة حول الأسباب. خلال العصور الوسطى ، تبع ذلك مطاردة ساحرة لأن القرويين نسبوا المجاعة والمعاناة إلى وجود السحر.