Korrelasjon antyder en sammenheng mellom to variabler. Kausalitet viser at den ene variabelen direkte påvirker en endring i den andre. Selv om korrelasjon kan innebære kausalitet, er det annerledes enn et årsak-virkning-forhold. For eksempel, hvis en studie avslører en positiv sammenheng mellom lykke og å være barnløs, betyr det ikke at barn forårsaker ulykke. Faktisk kan sammenhenger være helt tilfeldige, som Napoleons korte vekst og hans oppgang til makten. Derimot, hvis et eksperiment viser at et forutsagt resultat ikke alltid skyldes manipulasjon av en bestemt variabel, er forskere mer sikre på årsakssammenheng, noe som også betegner sammenheng.
Statistiske tester måler sannsynligheten for om korrelasjon skyldes tilfeldighet eller ikke-tilfeldig tilknytning. Å vite at det er en statistisk signifikant sammenheng mellom variabler, er nyttig på mange måter. For eksempel ser markedsføringsforskere på sammenhenger mellom reklameinnsats og salg. Bønder vurderer sammenhengen mellom bruk av plantevernmidler og avling. Samfunnsvitere studerer sammenhenger mellom fattigdom og kriminalitet for å identifisere intervensjonsstrategier. Korrelasjoner kan også være negative i retning, for eksempel en økning i matvareprisene når matforsyningen synker under en tørke.
Hvis vind velter et tre, er det årsak og virkning. Andre årsakssammenhenger er mer komplekse. For eksempel når forskere ser lovende resultater fra å administrere et nytt medikament i forsøk på mennesker, må de være det sikkert stoffet forårsaker endringen, ikke andre faktorer, for eksempel en modifisering av deltakernes diett eller livsstil. Bevis må være tvingende til å erklære årsakssammenheng. Utilstrekkelig bevis kan føre til falske påstander om botemidler og feilaktig tro på årsaker. I middelalderen fulgte en heksejakt fordi landsbyboere tilskrev sult og lidelse tilstedeværelse av trolldom.