สหสัมพันธ์แนะนำความสัมพันธ์ระหว่างสองตัวแปร เวรกรรมแสดงให้เห็นว่าตัวแปรหนึ่งส่งผลโดยตรงต่อการเปลี่ยนแปลงในอีกตัวแปรหนึ่ง แม้ว่าความสัมพันธ์อาจบ่งบอกถึงความเป็นเหตุเป็นผล แต่ก็ต่างจากความสัมพันธ์แบบเหตุและผล ตัวอย่างเช่น หากการศึกษาพบว่ามีความสัมพันธ์เชิงบวกระหว่างความสุขกับการไม่มีบุตร ก็ไม่ได้หมายความว่าเด็กทำให้เกิดความทุกข์ อันที่จริง ความสัมพันธ์อาจเป็นเรื่องบังเอิญโดยสิ้นเชิง เช่น ความสูงที่สั้นของนโปเลียนและการขึ้นสู่อำนาจของเขา ในทางตรงกันข้าม หากการทดลองแสดงให้เห็นว่าผลลัพธ์ที่คาดการณ์ไว้นั้นเป็นผลมาจากการจัดการอย่างไม่ลดละ ของตัวแปรเฉพาะ นักวิจัยมีความมั่นใจในเวรกรรมมากขึ้น ซึ่งหมายถึง de ความสัมพันธ์
การทดสอบทางสถิติจะวัดความน่าจะเป็นของความสัมพันธ์ว่าเกิดจากความสัมพันธ์โดยบังเอิญหรือไม่ใช่แบบสุ่ม การรู้ว่าความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างตัวแปรนั้นมีประโยชน์ในหลาย ๆ ด้าน ตัวอย่างเช่น นักวิจัยการตลาดพิจารณาความสัมพันธ์ระหว่างความพยายามในการโฆษณากับการขาย เกษตรกรตัดสินความสัมพันธ์ระหว่างการใช้สารกำจัดศัตรูพืชกับผลผลิตพืชผล นักสังคมศาสตร์ศึกษาความสัมพันธ์ระหว่างความยากจนและอัตราการเกิดอาชญากรรมเพื่อระบุกลยุทธ์การแทรกแซง ความสัมพันธ์อาจเป็นไปในทางลบ เช่น การเพิ่มขึ้นของราคาขายของชำเมื่ออุปทานอาหารลดลงในช่วงฤดูแล้ง
ถ้าลมพัดต้นไม้ นั่นเป็นเหตุและผล ความสัมพันธ์เชิงสาเหตุอื่น ๆ นั้นซับซ้อนกว่า ตัวอย่างเช่น เมื่อนักวิทยาศาสตร์เห็นผลที่น่ายินดีจากการบริหารยาใหม่ในการทดลองในมนุษย์ พวกเขาจะต้อง บางอย่างที่ยาทำให้เกิดการเปลี่ยนแปลง ไม่ใช่ปัจจัยอื่นๆ เช่น การปรับเปลี่ยนอาหารของผู้เข้าร่วม หรือ ไลฟ์สไตล์ หลักฐานต้องจูงใจในการประกาศเวรกรรม หลักฐานไม่เพียงพอสามารถนำไปสู่การกล่าวอ้างการรักษาที่ผิดพลาดและความเชื่อที่ผิดพลาดเกี่ยวกับสาเหตุ ในช่วงยุคกลาง การล่าแม่มดเกิดขึ้นเพราะชาวบ้านอ้างว่าความอดอยากและความทุกข์ทรมานจากการมีเวทมนตร์