Indhold
Korrelation antyder en sammenhæng mellem to variabler. Årsags skyld viser, at den ene variabel direkte påvirker en ændring i den anden. Selvom korrelation kan antyde kausalitet, er det anderledes end et årsag-og-virkning-forhold. For eksempel, hvis en undersøgelse afslører en positiv sammenhæng mellem lykke og at være børnløs, betyder det ikke, at børn forårsager ulykke. Faktisk kan sammenhænge være helt sammenfaldende, såsom Napoleons korte status og hans fremkomst til magten. I modsætning hertil, hvis et eksperiment viser, at et forudsagt resultat ufejlbart skyldes manipulation af en bestemt variabel, er forskerne mere sikre på kausalitet, hvilket også betegner korrelation.
Eksempler på korrelation
Statistiske test måler sandsynligheden for, om korrelation skyldes tilfældighed eller ikke-tilfældig tilknytning. At vide, at der findes en statistisk signifikant sammenhæng mellem variabler, er nyttig på mange måder. For eksempel ser marketingforskere på sammenhænge mellem reklameindsats og salg. Landmændene bedømmer sammenhængen mellem pesticidbrug og afgrødeudbytte. Sociale forskere studerer sammenhænge mellem fattigdoms- og kriminalitetsrater for at identificere interventionsstrategier. Korrelationer kan også være negative i retning, såsom en stigning i købmandspriserne, når fødevareforsyningen falder under en tørke.
Eksempler på årsagssammenhæng
Hvis vinden vælter et træ, er det årsag og virkning. Andre årsagsforhold er mere komplekse. For eksempel, når forskere ser lovende resultater fra indgivelse af et nyt lægemiddel i humane forsøg, skal de være sikre på, at stoffet forårsager ændringen, ikke andre faktorer, såsom en ændring af deltagernes kost eller livsstil. Evidensen skal være tvingende for at erklære årsagssammenhæng. Utilstrækkelig bevis kan føre til falske påstande om kurer og fejlagtige overbevisninger om årsager. I middelalderen fulgte en heksejagt, fordi landsbyboere tilskrev hungersnød og lidelse til tilstedeværelsen af troldmand.