Korrelatsioon viitab seosele kahe muutuja vahel. Põhjuslikkus näitab, et üks muutuja mõjutab otseselt muutust teises. Kuigi korrelatsioon võib viidata põhjuslikkusele, on see teistsugune kui põhjus-tagajärg seos. Näiteks kui uuring näitab positiivset seost õnne ja lasteta olemise vahel, ei tähenda see, et lapsed põhjustaksid ebaõnne. Tegelikult võivad korrelatsioonid olla täiesti juhuslikud, näiteks Napoleoni lühike kasv ja võimuletulek. Seevastu, kui katse näitab, et ennustatud tulemus tuleneb manipuleerimisest eksimatult konkreetse muutuja puhul on teadlased kindlamad põhjuslikkuse suhtes, mis samuti tähistab korrelatsioon.
Statistilised testid mõõdavad tõenäosust, kas korrelatsioon on tingitud juhuslikust või juhuslikust seosest. Teadmine, et muutujate vahel on statistiliselt oluline seos, on kasulik mitmel viisil. Näiteks uurivad turundusteadlased korrelatsiooni reklaamitegevuse ja müügi vahel. Põllumajandustootjad hindavad pestitsiidide kasutamise ja põllukultuuride saagikuse vahelist seost. Sotsiaalteadlased uurivad sekkumisstrateegiate väljaselgitamiseks vaesuse ja kuritegevuse määra vahelisi seoseid. Seosed võivad olla ka negatiivsed suuna suhtes, näiteks toidupakkumiste tõus, kui toidupakkumine põua ajal langeb.
Kui tuul puu kukutab, on see põhjus ja tagajärg. Muud põhjuslikud seosed on keerulisemad. Näiteks kui teadlased näevad lootustandvaid tulemusi uue ravimi manustamisest inimkatsetes, peavad need olema kindel, et ravim põhjustab muutusi, mitte muud tegurid, näiteks osalejate toitumise muutmine või elustiil. Tõendid peavad olema sunnitud põhjuslikku seost deklareerima. Ebapiisavad tõendid võivad põhjustada valesid väiteid ravimisest ja ekslikke veendumusi põhjuste kohta. Keskajal toimus nõiajaht, kuna külarahvas pidas nõiduse olemasolu näljahäda ja kannatusi.