Кореляція передбачає зв'язок між двома змінними. Причинність показує, що одна змінна безпосередньо впливає на зміну іншої. Хоча співвідношення може передбачати причинність, це відрізняється від причинно-наслідкових зв’язків. Наприклад, якщо дослідження виявляє позитивну кореляцію між щастям і бездітністю, це не означає, що діти спричиняють нещастя. Насправді співвідношення можуть бути абсолютно випадковими, наприклад, низький зріст Наполеона та його прихід до влади. Навпаки, якщо експеримент показує, що передбачуваний результат безпомилково є результатом маніпуляцій певної змінної, дослідники більш впевнені в причинності, що також позначає кореляція.
Статистичні тести вимірюють ймовірність того, чи пов'язана кореляція випадковою чи невипадковою асоціацією. Знання того, що між змінними існує статистично значущий зв’язок, корисно багатьма способами. Наприклад, маркетологи досліджують взаємозв'язок між рекламними зусиллями та продажами. Фермери судять про взаємозв'язок між використанням пестицидів та врожайністю сільськогосподарських культур. Соціологи вивчають взаємозв'язок між рівнем бідності та рівня злочинності, щоб визначити стратегії втручання. Співвідношення також можуть бути негативними за напрямком, наприклад, збільшення цін на продукти, коли пропозиція продовольства падає під час посухи.
Якщо вітер повалить дерево, це причина і наслідок. Інші причинно-наслідкові зв’язки є більш складними. Наприклад, коли вчені бачать багатообіцяючі результати введення нового препарату під час випробувань на людях, вони повинні це зробити певний наркотик спричиняє зміни, а не інші фактори, такі як зміна дієти учасників або спосіб життя. Докази повинні бути переконливими для заяви про причинність. Недостатня кількість доказів може призвести до помилкових тверджень про лікування та помилкових переконань щодо причин. У середні віки почалося полювання на відьом, оскільки жителі села приписували голод і страждання присутності чаклунства.