Korrelaatio viittaa kahden muuttujan väliseen assosiaatioon. Syy-yhteys osoittaa, että yksi muuttuja vaikuttaa suoraan muutokseen toisessa. Vaikka korrelaatio voi tarkoittaa syy-yhteyttä, se eroaa syy-seuraussuhteesta. Esimerkiksi jos tutkimus paljastaa positiivisen korrelaation onnen ja lapsettomuuden välillä, se ei tarkoita, että lapset aiheuttavat onnettomuutta. Itse asiassa korrelaatiot voivat olla täysin sattumanvaraisia, kuten Napoleonin lyhytkasvuisuus ja nousu valtaan. Sitä vastoin, jos kokeilu osoittaa, että ennustettu tulos johtuu epäonnistumattomasti manipuloinnista tietyn muuttujan tutkijat luottavat syy-yhteyteen, mikä myös tarkoittaa korrelaatio.
Tilastollisilla testeillä mitataan todennäköisyyttä, johtuuko korrelaatio sattumasta vai ei-satunnaisesta assosiaatiosta. Tieto siitä, että muuttujien välillä on tilastollisesti merkitsevä suhde, on hyödyllistä monin tavoin. Esimerkiksi markkinointitutkijat tarkastelevat korrelaatioita mainostuksen ja myynnin välillä. Viljelijät arvioivat torjunta-aineiden käytön ja sadon välisen korrelaation. Sosiaalitieteilijät tutkivat korrelaatioita köyhyyden ja rikollisuuden välillä tunnistaakseen interventiostrategiat. Korrelaatiot voivat olla myös negatiivisia suuntaan, kuten päivittäistavaroiden hintojen nousu, kun elintarviketarjonta putoaa kuivuuden aikana.
Jos tuuli kaataa puun, se on syy ja seuraus. Muut syy-suhteet ovat monimutkaisempia. Esimerkiksi, kun tutkijat näkevät lupaavia tuloksia uuden lääkkeen antamisesta ihmiskokeissa, niiden on oltava varma, että lääke aiheuttaa muutoksen, ei muita tekijöitä, kuten osallistujien ruokavalion muuttaminen tai elämäntapa. Todisteiden on oltava pakottavia ilmoittamaan syy-yhteys. Riittämätön näyttö voi johtaa vääriin väitteisiin parannuskeinoista ja virheellisiin uskomuksiin syistä. Keskiajalla tapahtui noita metsästys, koska kyläläiset pitivät nälänhätää ja kärsimyksiä noituuden läsnäolossa.