เนื้อหา
สหสัมพันธ์แนะนำความสัมพันธ์ระหว่างสองตัวแปร Causality แสดงให้เห็นว่าตัวแปรหนึ่งมีผลโดยตรงกับการเปลี่ยนแปลงในอีกตัวแปรหนึ่ง แม้ว่าความสัมพันธ์อาจบ่งบอกถึงความเป็นเหตุเป็นผล แต่ความแตกต่างระหว่างความสัมพันธ์ที่เป็นเหตุและผล ตัวอย่างเช่นหากการศึกษาพบว่ามีความสัมพันธ์เชิงบวกระหว่างความสุขและความไร้บุตรก็ไม่ได้หมายความว่าเด็ก ๆ จะมีความสุข ในความเป็นจริงความสัมพันธ์อาจเป็นเรื่องบังเอิญโดยสิ้นเชิงเช่นขนาดสั้น ๆ ของนโปเลียนและการเพิ่มขึ้นของอำนาจ ในทางตรงกันข้ามหากการทดลองแสดงให้เห็นว่าผลลัพธ์ที่คาดการณ์ไว้นั้นเป็นผลมาจากการปรับใช้ตัวแปรเฉพาะนักวิจัยมีความมั่นใจในความเป็นเหตุเป็นผลมากขึ้นซึ่งหมายถึงสหสัมพันธ์
ตัวอย่างของสหสัมพันธ์
การทดสอบทางสถิติวัดความน่าจะเป็นของความสัมพันธ์ที่เกิดจากโอกาสหรือความสัมพันธ์ที่ไม่สุ่ม การรู้ว่าความสัมพันธ์ที่มีนัยสำคัญทางสถิตินั้นมีอยู่ระหว่างตัวแปรนั้นมีประโยชน์ในหลาย ๆ ด้าน ตัวอย่างเช่นนักวิจัยการตลาดพิจารณาความสัมพันธ์ระหว่างความพยายามในการโฆษณาและการขาย เกษตรกรตัดสินความสัมพันธ์ระหว่างการใช้ยาฆ่าแมลงกับผลผลิตของพืช นักวิทยาศาสตร์ทางสังคมศึกษาความสัมพันธ์ระหว่างความยากจนและอัตราอาชญากรรมเพื่อระบุกลยุทธ์การแทรกแซง ความสัมพันธ์ยังสามารถเป็นลบในทิศทางเช่นการเพิ่มขึ้นของราคาร้านขายของชำเมื่ออุปทานอาหารลดลงในช่วงฤดูแล้ง
ตัวอย่างของเวรกรรม
หากสายลมโค่นต้นไม้ต้นไม้นั่นเป็นเหตุและผล ความสัมพันธ์เชิงสาเหตุอื่น ๆ มีความซับซ้อนมากขึ้น ตัวอย่างเช่นเมื่อนักวิทยาศาสตร์เห็นผลลัพธ์ที่น่าสนใจจากการใช้ยาใหม่ในการทดลองของมนุษย์พวกเขาจะต้องแน่ใจว่ายานั้นทำให้เกิดการเปลี่ยนแปลงไม่ใช่ปัจจัยอื่น ๆ เช่นการปรับเปลี่ยนอาหารหรือวิถีชีวิตของผู้เข้าร่วม หลักฐานจะต้องกระตุ้นให้เกิดการประกาศเหตุผล หลักฐานไม่เพียงพอสามารถนำไปสู่การเรียกร้องที่ผิดพลาดของการรักษาและความเชื่อที่ผิดพลาดเกี่ยวกับสาเหตุ ในช่วงยุคกลางมีการล่าแม่มดเกิดขึ้นเพราะชาวบ้านอ้างว่าเกิดความอดอยากและทรมานกับเวทมนตร์